Polars DataFrame转numpy.ndarray时如何避免int列转float并保留None？

当Polars DataFrame包含null值时，直接调用.to_numpy()会将null转为np.NaN，导致原本的整数列被强制转为浮点型。要将null转为None，核心是利用numpy的object dtype（支持存储任意Python对象，包括None和整数），以下是两种可行方案：

方案1：通过迭代行生成Python对象数组 #

利用Polars的iter_rows(null_value=None)方法，将每行数据转为包含None的Python元组，再转换为numpy的object数组，能保留原始数据类型（整数仍为int，缺失值为None）：

import polars as pl
import numpy as np

t = pl.DataFrame({
    'a': [1, 4, 3, 5],
    'b': [3, 6, 2, None],
})

# 迭代每行并替换null为None，再转为numpy object数组
row_tuples = [tuple(row) for row in t.iter_rows(null_value=None)]
result_arr = np.array(row_tuples, dtype=object)

print(result_arr)

输出结果：

[[1 3]
 [4 6]
 [3 2]
 [5 None]]

方案2：先转numpy数组再替换NaN为None #

先调用.to_numpy()得到含NaN的浮点数组，再用np.where将NaN替换为None，最后转为object dtype。注意此方法会将原本的整数转为浮点型（如1变为1.0）：

import polars as pl
import numpy as np

t = pl.DataFrame({
    'a': [1, 4, 3, 5],
    'b': [3, 6, 2, None],
})

# 先转numpy数组，再替换NaN为None并转为object类型
float_arr = t.to_numpy()
result_arr = np.where(np.isnan(float_arr), None, float_arr).astype(object)

print(result_arr)

输出结果：

[[1.0 3.0]
 [4.0 6.0]
 [3.0 2.0]
 [5.0 None]]

关键说明 #

numpy的原生数值类型（如int32、float64）无法存储None，只能用NaN表示缺失值，这也是整数列被转为浮点型的原因。使用object dtype的数组可以绕过这个限制，但会牺牲部分数值运算性能，需根据实际场景选择。

内容的提问来源于stack exchange，提问作者Rolnan