Polars：在with_columns的filter中如何引用外部LazyFrame列？

你原来的写法里，df.filter(...)是对整个LazyFrame做过滤，里面的列引用只能指向filter内部的数据集，没法关联外层当前行的月份值，所以得换用更适配LazyFrame逻辑的方式，下面给两种可行方案：

方案一：窗口函数（推荐，简洁高效） #

直接用over窗口函数，为每一行计算对应月份的price均值，无需额外关联操作：

df = df.with_columns(
    pl.when(pl.col('need_ratio') == 1)
      .then(pl.col('price') / pl.col('price').mean().over(pl.col('datetime').dt.month()))
      .otherwise(pl.col('price'))
      .alias('price')
)

pl.col('price').mean().over(pl.col('datetime').dt.month())会自动按当前行的月份分组，计算该组的price均值，完美适配惰性计算的逻辑。

方案二：分组聚合后关联（适合复杂场景） #

先单独计算每个月份的price均值，再通过月份字段关联回原表，完成修正：

# 计算各月份的price均值
monthly_mean = df.group_by(pl.col('datetime').dt.month().alias('month'))
                 .agg(pl.col('price').mean().alias('monthly_price_mean'))

# 关联并修正price列
df = df.join(monthly_mean, left_on=pl.col('datetime').dt.month(), right_on='month')
       .with_columns(
           pl.when(pl.col('need_ratio') == 1)
             .then(pl.col('price') / pl.col('monthly_price_mean'))
             .otherwise(pl.col('price'))
             .alias('price')
       )
       .drop('month', 'monthly_price_mean')  # 清理临时生成的列

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