如何在Polars中基于其他列按条件填充新列？

要实现和你提供的Pandas代码相同的逻辑（新列c默认取a的值，当b等于4时取b的值），Polars可以通过**条件表达式结合with_columns**完成，这也是Polars推荐的向量化操作方式。

实现代码 #

方法一：直接构建条件列（简洁高效） #

import polars as pl

# 创建初始DataFrame
df = pl.DataFrame({'a': [1, 2], 'b': [3, 4]})

# 添加新列c，应用条件逻辑
df = df.with_columns(
    pl.when(pl.col('b') == 4)
      .then(pl.col('b'))
      .otherwise(pl.col('a'))
      .alias('c')
)

方法二：先赋值默认值再更新（和Pandas逻辑更贴近） #

如果你习惯先给新列赋默认值再修改符合条件的行，可以用以下方式：

import polars as pl

df = pl.DataFrame({'a': [1, 2], 'b': [3, 4]})

# 先给c赋值为a的默认值
df = df.with_columns(c=pl.col('a'))
# 对b==4的行，将c更新为b的值
df = df.with_columns(
    pl.when(pl.col('b') == 4)
      .then(pl.col('b'))
      .otherwise(pl.col('c'))
      .alias('c')
)

执行结果 #

两种方法执行后都会得到如下结果：

逻辑说明 #

• pl.when(condition).then(value).otherwise(default)：Polars的条件表达式，会逐行判断条件，满足时返回then的值，否则返回otherwise的值。
• with_columns：用于向DataFrame添加或修改列，Polars是不可变数据结构，所以需要将返回的新DataFrame重新赋值给变量。

内容的提问来源于stack exchange，提问作者kaz0621