如何用带递增编号的前缀替换Polars数据框中的空值？

全局递增编号方案 #

如果需要给所有asset_number列的空值生成全局唯一的递增编号，可使用以下代码：

import polars as pl

# 原始数据框
df = pl.from_repr("""
┌──────────────┬──────────────┐
│ name         ┆ asset_number │
│ ---          ┆ ---          │
│ str          ┆ str          │
╞══════════════╪══════════════╡
│ Office Chair ┆ null         │
│ Office Chair ┆ null         │
│ Office Chair ┆ null         │
│ Office Chair ┆ CMP - 001    │
│ Office Chair ┆ CMP - 005    │
│ Office Chair ┆ null         │
│ Table        ┆ null         │
│ Table        ┆ CMP - 007    │
└──────────────┴──────────────┘
""")

# 替换空值为带递增编号的前缀值
df = df.with_columns(
    # 为所有空值生成从1开始的全局递增序号
    pl.col("asset_number").is_null().cum_count().add(1).alias("null_idx")
).with_columns(
    pl.when(pl.col("asset_number").is_null())
    .then(pl.format("PREFIX - {:03d}", pl.col("null_idx")))
    .otherwise(pl.col("asset_number"))
    .alias("asset_number")
).drop("null_idx")

print(df)

执行后输出结果：

┌──────────────┬──────────────┐
│ name         ┆ asset_number │
│ ---          ┆ ---          │
│ str          ┆ str          │
╞══════════════╪══════════════╡
│ Office Chair ┆ PREFIX - 001 │
│ Office Chair ┆ PREFIX - 002 │
│ Office Chair ┆ PREFIX - 003 │
│ Office Chair ┆ CMP - 001    │
│ Office Chair ┆ CMP - 005    │
│ Office Chair ┆ PREFIX - 004 │
│ Table        ┆ PREFIX - 005 │
│ Table        ┆ CMP - 007    │
└──────────────┴──────────────┘

按分组递增编号方案 #

如果需要按name列分组，让每个分组内的空值单独生成递增编号，可修改为以下代码：

df = df.with_columns(
    # 按name分组，为组内空值生成从1开始的递增序号
    pl.col("asset_number").is_null().cum_count().add(1).over("name").alias("null_idx")
).with_columns(
    pl.when(pl.col("asset_number").is_null())
    .then(pl.format("PREFIX - {:03d}", pl.col("null_idx")))
    .otherwise(pl.col("asset_number"))
    .alias("asset_number")
).drop("null_idx")

print(df)

执行后输出结果：

┌──────────────┬──────────────┐
│ name         ┆ asset_number │
│ ---          ┆ ---          │
│ str          ┆ str          │
╞══════════════╪══════════════╡
│ Office Chair ┆ PREFIX - 001 │
│ Office Chair ┆ PREFIX - 002 │
│ Office Chair ┆ PREFIX - 003 │
│ Office Chair ┆ CMP - 001    │
│ Office Chair ┆ CMP - 005    │
│ Office Chair ┆ PREFIX - 004 │
│ Table        ┆ PREFIX - 001 │
│ Table        ┆ CMP - 007    │
└──────────────┴──────────────┘

代码说明 #

• pl.col("asset_number").is_null()：标记出asset_number列的空值行
• cum_count().add(1)：对空值行累计计数并加1，让序号从1开始（默认从0起始）
• pl.format("PREFIX - {:03d}", ...)：将序号格式化为三位补零的数字，与前缀拼接成目标格式
• over("name")：仅在需要分组编号时添加，实现分组内独立计数逻辑

内容的提问来源于stack exchange，提问作者Dante