如何将Polars DataFrame列类型从float64转换为int64？

问题分析 #

你尝试的代码无法运行，核心原因是Polars是不可变数据结构，所有操作都会返回新的DataFrame对象，不能像Pandas那样直接对列视图赋值。而且df.select(pl.col('foo'))返回的是一个新的单列DataFrame，不能作为赋值目标。

正确实现方式 #

方法1：用with_columns更新指定列（推荐）

这是Polars中修改列的标准方式，会保留所有现有列，仅更新目标列的类型：

import polars as pl
df = pl.DataFrame({"foo": [1.0, 2.0, 3.0], "bar": [11, 5, 8]})

# 转换foo列为int64，重新赋值给df
df = df.with_columns(pl.col("foo").cast(pl.Int64))

方法2：用select重新构造DataFrame

如果你需要明确指定保留的列，也可以用select，但要注意包含所有需要的列：

# 方式2-1：直接列出所有列
df = df.select(
    pl.col("foo").cast(pl.Int64),
    pl.col("bar")
)

# 方式2-2：排除目标列后再添加转换后的列（适合多列场景）
df = df.select(
    pl.all().exclude("foo"),
    pl.col("foo").cast(pl.Int64)
)

与Pandas的差异说明 #

Pandas支持原地修改列类型（df['foo'] = ...），但Polars的设计理念是不可变性，所有数据变换都返回新对象，因此必须将操作结果重新赋值给原变量（或新变量）才能生效。

内容的提问来源于stack exchange，提问作者lmocsi