Polars中用一维数组/Series替换列的正确方法（replace已弃用）

你的替代写法是完全正确的，符合Polars官方推荐的新用法。

补充说明： #

1. 简化写法
   你可以进一步简化代码，Polars能自动识别numpy数组、列表等可迭代对象，无需手动转为pl.Series：

   # 两种简洁写法任选其一
   df = df.with_columns(random=new)
   # 或者用pl.lit包裹的写法（适合更复杂的表达式场景）
   df = df.with_columns(pl.lit(new).alias('random'))
   

2. 关于原地修改
   Polars的设计核心是不可变数据结构，默认操作返回新的DataFrame实例，这样能更好地支持查询优化、避免副作用。replace方法被弃用正是官方为了统一API风格，引导用户遵循这一设计哲学。
   若确实有原地修改的需求（比如内存受限场景），可以使用with_columns_in_place方法：

   df.with_columns_in_place(random=new)
   

   但需注意，官方仍推荐优先使用不可变的with_columns，原地修改可能会限制Polars的优化能力，且容易引发不易追踪的代码问题。

内容的提问来源于stack exchange，提问作者DeltaIV