为何从Pandas移植至Polars的代码无法正常运行？

问题分析 #

你当前的Polars代码存在两处关键错误：

• 计算日期差时错误将数值类型的reorder_threshold转为Date类型，应该用时长（Duration）来做日期减法
• 直接引用DataFrame列而非使用Polars表达式风格，不符合其API设计逻辑

修正后的完整代码 #

import polars as pl

data = {
    'transaction_date': ['2023-06-01', '2023-06-02', '2023-06-03'],
    'quantity_available': [0, 2, 1],
    'reorder_threshold': [5, 1, 3],
    'current_price': [10.0, 12.0, 8.0],
    'sold_price': [0.0, 15.0, 20.0],
}

# 初始化DataFrame并将日期列转为Date类型
df_product_data = pl.DataFrame(data).with_columns(
    pl.col("transaction_date").str.to_date().alias("transaction_date")
)

# 构建筛选掩码（推荐用表达式风格）
product_sold_out_mask = (
    (pl.col("quantity_available") == 0)
    & (pl.col("reorder_threshold") >= 0)
)

# 计算sold_out_date
df_product_data = df_product_data.with_columns(
    pl.when(product_sold_out_mask)
    .then(pl.col("transaction_date") - pl.duration(days=pl.col("reorder_threshold")))
    .otherwise(pl.lit(None, dtype=pl.Date))
    .alias("sold_out_date")
)

# 修正sold_price字段
df_product_data = df_product_data.with_columns(
    pl.when(pl.col("sold_price") <= 0)
    .then(pl.lit(-999.0))
    .when(pl.col("sold_price") > 2.0 * pl.col("current_price"))
    .then(pl.col("current_price"))
    .otherwise(pl.col("sold_price"))
    .alias("sold_price")
)

print(df_product_data)

关键修正点说明 #

• 日期处理：用pl.duration(days=pl.col("reorder_threshold"))将数值转为天数时长，再与日期列做减法，这是Polars中日期偏移的正确方式
• 表达式风格：全程使用pl.col()引用列，而非直接从DataFrame取列，Polars会对表达式做优化，提升性能
• 类型明确：otherwise(pl.lit(None, dtype=pl.Date))明确指定空值类型为Date，避免类型推断问题
• 数值类型统一：pl.lit(-999.0)用浮点型，保证与原sold_price类型一致

内容的提问来源于stack exchange，提问作者Rocky