如何在Polars中无需循环批量对多列使用when-then-otherwise

当然可以，你可以利用Polars的批量列处理能力，只计算一次判断条件就能完成所有目标列的修改，完全不需要原生Python循环，执行效率更高。

优化后的代码 #

import polars as pl

df = pl.DataFrame({
    'item':         ['CASH', 'CHECK', 'DEBT', 'CHECK', 'CREDIT', 'CASH'],
    'quantity':     [100, -20, 0, 10, 0, 0],
    'value':        [99, 47, None, 90, None, 120],
    'value_other':  [97, 57, None, 91, None, 110],
    'value_other2': [94, 37, None, 93, None, 115],
})

# 定义需要处理的value类列
target_cols = ['value', 'value_other', 'value_other2']
# 只计算一次判断条件
condition = pl.col('value').is_null() & (pl.col('quantity') == 0)

# 批量应用逻辑到所有目标列
df = df.with_columns(
    pl.col(target_cols).when(condition).then(0).otherwise(pl.col(target_cols))
)

print(df)

效果说明 #

这段代码会输出和你原方案完全一致的结果，但核心优势在于：

• 条件表达式condition仅计算一次，避免了原方案中每个列重复计算条件的冗余操作
• 通过pl.col(target_cols)一次性选中所有目标列，用Polars内部的批量处理逻辑替代原生循环，执行效率更高
• 代码结构更简洁，可读性更强

内容的提问来源于stack exchange，提问作者Phil-ZXX