Rust-Polars列元素0值检测失效及分母为0计算问题求助

核心问题 #

1. 浮点数精度导致比较失效：f64类型数值可能因计算或存储误差，实际是接近0的极小值（如1e-16）而非严格的0.0，直接用==比较会返回false。
2. 条件表达式类型不匹配：result.wr == 0.0是Rust层面的标量布尔判断，并非Polars的列表达式（Expr），混合使用会导致逻辑不符合预期。

修正代码 #

方案1：全Polars表达式处理（推荐） #

let out: DataFrame = input_df
    .lazy()
    .with_columns(vec![
        when(
            // 用绝对值阈值判断是否接近0，规避精度问题
            col("write").abs().lt(lit(1e-9)) 
            && lit(result.wr).abs().lt(lit(1e-9))
        )
        .then(lit(0.0))
        .otherwise(
            // 单独处理write接近0但result.wr非0的情况，避免除以0
            when(col("write").abs().lt(lit(1e-9)))
                .then(lit(f64::NAN)) // 可根据业务需求替换为其他默认值，如100.0
                .otherwise((lit(result.wr) - col("write")) / col("write") * lit(100))
        )
        .alias("write%"),
    ])
    .collect()
    .unwrap();

方案2：提前判断标量值（更高效） #

如果result.wr是固定标量，可在Rust层面先判断，减少Polars计算量：

// 先在Rust层面判断result.wr是否接近0
let write_expr = if result.wr.abs() < 1e-9 {
    when(col("write").abs().lt(lit(1e-9)))
        .then(lit(0.0))
        .otherwise((lit(result.wr) - col("write")) / col("write") * lit(100))
} else {
    when(col("write").abs().lt(lit(1e-9)))
        .then(lit(f64::NAN))
        .otherwise((lit(result.wr) - col("write")) / col("write") * lit(100))
};

let out: DataFrame = input_df
    .lazy()
    .with_columns(vec![write_expr.alias("write%")])
    .collect()
    .unwrap();

关键说明 #

• 1e-9是通用精度阈值，可根据业务数据的精度要求调整；
• 显式处理write接近0的场景，避免出现意外的NaN或计算错误；
• 确保所有条件均为Polars的Expr类型，不要混合Rust原生布尔值。

内容的提问来源于stack exchange，提问作者balladsone