Polars 中基于条件批量更新列值的完整教程-Python教程-PHP中文网

Polars 中基于条件批量更新列值的完整教程

本文详解如何在 Polars DataFrame 中实现类似 Pandas df.loc[condition, col] = values 的条件索引赋值，包括位置索引、布尔掩码和 update() 方法三种专业方案。

本文详解如何在 polars dataframe 中实现类似 pandas `df.loc[condition, col] = values` 的条件索引赋值，包括位置索引、布尔掩码和 `update()` 方法三种专业方案。

在 Polars 中对满足条件的行批量更新某一列（尤其是用长度匹配的列表值而非单一标量），是常见但易踩坑的操作。与 Pandas 的链式 .loc 赋值不同，Polars 默认采用不可变语义，但自 v0.20.0 起已原生支持安全的就地切片赋值（in-place slice assignment），前提是索引明确、形状兼容。以下提供三种生产环境推荐方案，兼顾可读性、性能与灵活性。

✅ 方案一：直接使用行索引列表（最简洁）

当已知目标行位置时，可直接传入整数索引列表和等长值列表：

import polars as pl

df_pl = pl.DataFrame({
    'A': ['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y'],
    'B': [1, 1, 2, 2, 1, 1, 2, 2],
    'C': [1, 2, 3, 4, 5, 6, 7, 8]
})

# 将前4行（A=='x'的所有行）的'C'列更新为[-1, -2, -3, -4]
df_pl[[0, 1, 2, 3], "C"] = [-1, -2, -3, -4]

⚠️ 注意：索引必须为 list[int] 或 np.ndarray，且长度需严格等于右侧值列表长度；否则抛出 ShapeError。

✅ 方案二：动态生成行索引（推荐用于条件筛选）

通过 with_row_index() + filter() 获取满足条件的行索引，再执行赋值：

# 动态获取 A == 'x' 的所有行索引
idx_df = df_pl.with_row_index().filter(pl.col("A") == "x").select("index")
# 索引列自动转为 list[int]，支持直接切片赋值
df_pl[idx_df, "C"] = [-1, -2, -3, -4]

该方式完全解耦逻辑判断与赋值操作，清晰表达“先找行、再更新”的意图，且天然适配任意复杂条件（如多列联合过滤、正则匹配等）。

✅ 方案三：使用 `update()` 方法（函数式、不可变风格）

若需保持不可变范式（推荐在函数式 pipeline 中使用），可调用 update()：

# 构造仅含目标行和新值的更新 DataFrame
updates = (
    df_pl.filter(pl.col("A") == "x")
         .with_columns(pl.Series("C", [-1, -2, -3, -4]))
         .select(["index", "C"])  # 需确保有 index 列用于 join
)

# 执行更新（返回新 DataFrame）
df_updated = df_pl.with_row_index().update(updates, on="index", how="left")