如何在Polars分组计算均值时忽略0.0值？

方案一：把0.0替换成NaN再计算均值 #

Polars的mean()函数会自动忽略NaN值，所以先把所有数值列里的0.0换成None（Polars会自动转成对应类型的NaN）就行。

批量替换数值列的0.0 #

先筛选出需要处理的列（排除ts和month这类非数值列），然后用两种方式实现替换：

import polars as pl

# 筛选出所有要处理的数值列
numeric_cols = [col for col in df.columns if col not in ["ts", "month"]]

# 方法A：用replace直接替换0.0为None
df_processed = df.with_columns(
    pl.col(numeric_cols).replace(0.0, None)
)

# 方法B：用条件表达式（适合需要判断精度的场景）
df_processed = df.with_columns(
    pl.col(numeric_cols).when(pl.col() != 0.0).otherwise(None)
)

# 分组求均值
result = df_processed.group_by("month", maintain_order=True).mean()

方案二：聚合时直接过滤0.0（不用提前改数据） #

更高效的方式是直接在聚合阶段排除0.0，不用修改原DataFrame：

import polars as pl

numeric_cols = [col for col in df.columns if col not in ["ts", "month"]]

result = df.group_by("month", maintain_order=True).agg(
    # 对每个数值列，先过滤掉0.0再求均值
    pl.col(col).filter(pl.col() != 0.0).mean().alias(col)
    for col in numeric_cols
)

这种方式不会改动原始数据，逻辑也更直接，推荐优先使用。

额外提示 #

如果你的数据有浮点精度问题（比如存在类似1e-17这种极接近0的数），可以用绝对值判断来避免误判：

# 替换时的精度判断
pl.col(numeric_cols).when(pl.col().abs() > 1e-9).otherwise(None)

# 聚合时的精度判断
pl.col(col).filter(pl.col().abs() > 1e-9).mean().alias(col)

内容的提问来源于stack exchange，提问作者Glenn Pierce