如何在Polars中将字符串列转为整数并将非数值转为Null

解决方案1：使用cast方法（推荐） #

Polars的cast方法原生支持字符串到数值类型的转换，设置strict=False后，所有无法解析为整数的非数值字符串会自动转为null，完全匹配你的需求：

import polars as pl

df = pl.DataFrame({
    "str_column": ["3", "4", "unavailable", "random_String", "17"]
})

# 执行转换并覆盖原列（如需保留原列可重命名新列，比如.alias("int_column")）
df = df.with_columns(pl.col("str_column").cast(pl.Int64, strict=False))
print(df)

执行后输出：

┌────────────┐
│ str_column │
│ ---        │
│ i64        │
╞════════════╡
│ 3          │
│ 4          │
│ null       │
│ null       │
│ 17         │
└────────────┘

解决方案2：修复str.parse_int的使用方式 #

你使用str.parse_int(strict=False)时出现全null的问题，主要是两个原因：

1. 未赋值回DataFrame：Polars是不可变数据结构，with_columns会返回新的DataFrame，必须重新赋值给变量才能看到转换结果。
2. 旧版本参数缺失：在Polars 0.19.0中，str.parse_int需要明确指定base=10（十进制），否则可能解析逻辑异常导致纯数字字符串也失败：

df = df.with_columns(pl.col("str_column").str.parse_int(base=10, strict=False))

执行这段代码也能得到你期望的结果。

关键说明 #

cast方法在处理字符串转数值的场景下更直观，兼容性更好；而str.parse_int更适合需要自定义进制解析的场景。根据你的需求，cast是更优选择。

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