能否让Polars默认将数值类型设为Float64而非Int64？

你可以通过先获取初始推断schema，再批量修改整数类型列为Float64的方式实现需求，既不用扫描全量数据集，也无需逐个指定列：

1. 读取少量数据生成初始schema
   先读取前N行数据（比如100行），让Polars自动推断各列的初始类型：

   import polars as pl
   
   # 读取样本数据获取初始schema
   df_sample = pl.read_excel("your_spreadsheet.xlsx", n_rows=100)
   

2. 批量修改schema中的整数类型
   遍历初始schema，将所有被识别为整数类型的列替换为Float64：

   # 生成自定义schema：整数列转Float64，其他列保留原类型
   custom_schema = {
       col: pl.Float64 if dtype.is_integer() else dtype
       for col, dtype in df_sample.schema.items()
   }
   

3. 使用修改后的schema读取完整数据
   用调整好的schema读取整个文件，此时所有原整数列会被解析为Float64：

   df = pl.read_excel("your_spreadsheet.xlsx", schema=custom_schema)
   

灵活调整 #

如果有部分整数列确实不需要转为Float64（比如ID列、计数列），可以在生成schema时排除这些列：

# 定义无需转换的整数列
exclude_int_cols = ["user_id", "order_count"]

custom_schema = {
    col: pl.Float64 if (dtype.is_integer() and col not in exclude_int_cols) else dtype
    for col, dtype in df_sample.schema.items()
}

这个方法同样适用于CSV等其他文件格式，只需将read_excel替换为对应的read_csv等函数即可。

内容的提问来源于stack exchange，提问作者anallaser