Polars：能否用1个with_columns和pl.when实现数值单位格式化？

简化代码（单with_columns+单pl.when） #

可以将逻辑合并到一个with_columns调用中，通过在pl.when的分支里直接完成数值转换与字符串拼接，无需额外创建中间列：

sample.with_columns(
    pl.when(pl.col("a") >= 1000)
    .then((pl.col("a") / 1000).cast(pl.String) + pl.lit(" million"))
    .otherwise(pl.col("a").cast(pl.String) + pl.lit(" thousand"))
    .alias("a")
)

效率对比 #

Polars的表达式是向量化执行的，单pl.when方案与你原有的双pl.when方案性能差异极小：

• 单pl.when方案少了一次with_columns调用和中间列的创建/删除步骤，在超大规模数据集下会有极轻微的性能优势；
• 日常业务场景中，两者的执行效率几乎无差别，可根据代码可读性选择。

关于map_batches的说明 #

map_batches并不适合这个场景：它是逐批次调用Python逻辑，会打破Polars的向量化优化，反而降低执行效率。当前需求完全可以通过Polars内置的表达式实现，全程保持向量化执行，效率更高。

内容的提问来源于stack exchange，提问作者Victor Reial