如何在Polars多列上复用映射逻辑，避免重复编写表达式？

针对你需要重复将文本态度标签转换为数值的场景，以下几种方法可以高效复用逻辑，减少重复代码：

方法1：字典映射（最简洁高效） #

利用Polars的replace()方法，通过预定义的映射字典批量替换多列值，适合固定标签的转换场景：

import polars as pl

df = pl.DataFrame({
    'a':['Strongly Disagree', 'Disagree', 'Agree', 'Strongly Agree'],
    'b':['Strongly Agree', 'Agree', 'Disagree', 'Strongly Disagree'],
    'c':['Agree', 'Strongly Agree', 'Strongly Disagree', 'Disagree']
})

# 定义标签-数值映射
attitude_map = {
    'Strongly Disagree': 1,
    'Disagree': 2,
    'Agree': 3,
    'Strongly Agree': 4
}

# 批量处理指定列，直接覆盖原列（或用alias生成新列）
df_clean = df.with_columns(
    pl.col(['a', 'b', 'c']).replace(attitude_map)
)

方法2：封装自定义表达式函数 #

如果转换逻辑更复杂（比如包含额外条件判断），可以将when-then逻辑封装成函数，再批量应用到多列：

def convert_attitude(col):
    return (
        pl.when(col == 'Strongly Disagree').then(pl.lit(1))
        .when(col == 'Disagree').then(pl.lit(2))
        .when(col == 'Agree').then(pl.lit(3))
        .when(col == 'Strongly Agree').then(pl.lit(4))
    )

# 遍历列名批量应用函数，可选择覆盖原列或生成新列
df_clean = df.with_columns(
    convert_attitude(pl.col(col)).alias(col) for col in ['a', 'b', 'c']
)

# 若要生成带后缀的新列，修改alias即可
# df_clean = df.with_columns(
#     convert_attitude(pl.col(col)).alias(f"{col}_score") for col in ['a', 'b', 'c']
# )

方法3：批量选择列并应用逻辑 #

直接通过pl.col()选择目标列组，一次性应用转换逻辑，适合无需单独处理列名的场景：

df_clean = df.with_columns(
    convert_attitude(pl.col(['a', 'b', 'c']))
)

注意事项 #

• 若标签存在缺失值，可在replace()中添加default参数指定默认值（如default=pl.lit(0)）
• 自定义函数中使用pl.lit()确保返回的是Polars表达式，而非Python标量，保证批量处理的兼容性

内容的提问来源于stack exchange，提问作者Damon C. Roberts