在Polars聚合操作中使用条件表达式时如何避免警告？

更新提示 #

聚合中的向量化规则现已正式确定，该警告不再存在。

先看示例DataFrame：

import polars as pl
df = pl.DataFrame({
    "group": [1, 1, 2, 2],
    "value": [10, None, 30, None],
})

实现空值填充后聚合，有两种无警告的方式：

• 直接用fill_null在聚合步骤中处理：

df.groupby("group").agg(
    pl.col("value").fill_null(20).min()
)

• 先通过with_columns做条件填充，再执行聚合：

df.with_columns(
    pl.when(pl.col("value").is_null()).then(pl.lit(20)).otherwise(pl.col("value"))
).groupby("group").agg(
    pl.col("value").min()
)

但如果直接在聚合内部写条件表达式，会触发如下警告：

df.groupby("group").agg(
    pl.when(pl.col("value").is_null()).then(pl.lit(20)).otherwise(pl.col("value")).min()
)
# 警告信息：
# The predicate 'col("value").is_null()' in 'when->then->otherwise' is not a valid aggregation
# and might produce a different number of rows than the groupby operation would.
# This behavior is experimental and may be subject to change

实际上这个警告在此场景下并不合理——该条件表达式和fill_null效果完全等价，但后者不会触发警告。

消除警告的可行方法 #

• 优先用fill_null替代条件表达式：这是最贴合Polars设计的方案，代码简洁，还能享受内置优化，完全不会触发警告。
• 用map包裹条件表达式：通过map显式标记操作是逐元素的组内转换，让Polars识别其合法性：

df.groupby("group").agg(
    pl.col("value").map(lambda s: pl.when(s.is_null()).then(20).otherwise(s)).min()
)

• 升级Polars到最新版本：根据更新提示，聚合的向量化规则已正式确定，新版本中该警告已被移除，升级后问题自然解决。
• 临时关闭实验性警告（不推荐）：若确认场景安全，可通过配置关闭所有未来相关警告，但可能错过其他重要提示：

import polars as pl
pl.Config.set_future_warnings(False)

内容的提问来源于stack exchange，提问作者datenzauber.ai