Polars替换空字符串异常，求官方推荐的规范处理方法

问题场景 #

使用pl.read_excel()读取Excel文件得到DataFrame后，空单元格被识别为""（空字符串）而非标准的Null。尝试用str.replace("", "n.a.", literal=True)替换空字符串时，所有非空值前都被插入了替换内容，不符合预期。

最小可复现示例（MVE） #

import polars as pl

df = pl.DataFrame({"test": ["A", "B", "", "C"]})
df = df.with_columns(pl.col("test").str.replace("", "n.a.", literal=True))
df.head()

实际返回结果 #

shape: (4, 1)
test
str
"n.a.A"
"n.a.B"
"n.a."
"n.a.C"

期望结果 #

shape: (4, 1)
test
str
"A"
"B"
"n.a."
"C"

官方推荐的惯用方法 #

方法1：条件判断精准匹配（最直观） #

通过when/then/otherwise直接判断列值是否为空字符串，仅替换完全匹配的条目：

import polars as pl

df = pl.DataFrame({"test": ["A", "B", "", "C"]})
df = df.with_columns(
    pl.when(pl.col("test") == "")
    .then("n.a.")
    .otherwise(pl.col("test"))
    .alias("test")
)
print(df.head())

方法2：正则匹配整行空字符串 #

利用正则表达式^$匹配完全为空的字符串，结合str.replace_all实现精准替换：

df = pl.DataFrame({"test": ["A", "B", "", "C"]})
df = df.with_columns(
    pl.col("test").str.replace_all(r"^$", "n.a.")
)
print(df.head())

方法3：转Null后填充（适合标准化缺失值） #

先将空字符串转为Polars标准的Null，再用fill_null统一填充，适合后续需要处理缺失值的场景：

df = pl.DataFrame({"test": ["A", "B", "", "C"]})
df = df.with_columns(
    pl.col("test").when(pl.col("test") == "").then(None).otherwise(pl.col("test")).fill_null("n.a.")
)
print(df.head())

原方法失效原因 #

str.replace("", "n.a.", literal=True)会匹配字符串中的任意空位置（包括每个非空字符串的起始位置），因此会在所有非空值前插入替换内容，无法实现仅替换空字符串的需求。

内容的提问来源于stack exchange，提问作者Vega