Polars(v1.5.0)中Decimal列与整数相乘精度翻倍的问题咨询

解决方法 #

方法1：将整数列转换为scale=0的Decimal后再相乘 #

把整数列a显式转换为scale=0的Decimal类型，这样相乘时结果的scale就是原Decimal列的scale（原scale + 0），不会翻倍：

df.with_columns(
    pl.col("c", "d").mul(pl.col("a").cast(pl.Decimal(scale=0)))
)

执行后结果结构：

shape: (2, 4)
┌─────┬──────────────┬──────────────┬──────────────┐
│ a   ┆ b            ┆ c            ┆ d            │
│ --- ┆ ---          ┆ ---          ┆ ---          │
│ i64 ┆ decimal[*,2] ┆ decimal[*,3] ┆ decimal[*,2] │
╞═════╪══════════════╪══════════════╪══════════════╡
│ 1   ┆ 3.45         ┆ 2.113        ┆ 1.10         │
│ 2   ┆ 4.73         ┆ 8.426        ┆ 6.02         │
└─────┴──────────────┴──────────────┴──────────────┘

方法2：相乘后显式转换回原scale #

如果已完成相乘操作，可通过cast指定原列的scale来修正结果：

df.with_columns(
    pl.col("c").mul(pl.col("a")).cast(pl.Decimal(scale=3)).alias("c"),
    pl.col("d").mul(pl.col("a")).cast(pl.Decimal(scale=2)).alias("d")
)

方法3：使用round方法保留原小数位数 #

直接对相乘结果按原小数位数四舍五入，同时自动匹配原scale：

df.with_columns(
    pl.col("c").mul(pl.col("a")).round(3).alias("c"),
    pl.col("d").mul(pl.col("a")).round(2).alias("d")
)

问题原因 #

Polars处理整数与Decimal列相乘时，默认会将整数提升为与原Decimal列具有相同scale的Decimal类型：

• 例如列c是decimal[*,3]，整数a会被转换为decimal[*,3]（如1变为1.000）
• 根据Decimal乘法规则，结果的scale等于两个操作数的scale之和，因此3+3=6，最终c列scale变为6
• 同理，列d原scale为2，整数转换后scale也为2，相乘后scale变为2+2=4

这种行为是为了避免精度丢失，但如果不需要额外小数位数，就需要手动干预类型转换。

内容的提问来源于stack exchange，提问作者fishfin