如何在Polars中使用Expr.cut并将结果追加至原DataFrame

问题背景 #

pl.cut已从Polars中移除，替代方案是表达式级别的.cut()和.qcut()方法。

正确用法示例 #

你提供的代码报错是因为仍在使用旧的pl.cut函数，现在需要直接对列表达式调用.cut()方法。在with_columns（或select）上下文中，正确写法如下：

import polars as pl

df = pl.DataFrame({"a": [1, 2, 3, 4, 5], "b": [2, 3, 4, 5, 6], "x": [1, 3, 5, 7, 9]})
# 对x列执行cut操作，将分组结果命名为x_bins并追加到原DataFrame
df_with_bins = df.with_columns(pl.col("x").cut(bins=[2, 4, 6]).alias("x_bins"))
print(df_with_bins)

执行后会生成新列x_bins，包含x列按指定区间分组后的结果。

补充说明 #

• .cut()方法直接作用于列表达式（pl.col("x")），符合Polars的表达式API设计风格
• 若需要按分位数分组，可使用.qcut()方法，用法类似：pl.col("x").qcut(n=3).alias("x_quantile_bins")
• with_columns不会修改原DataFrame，而是返回包含新列的新DataFrame

内容的提问来源于stack exchange，提问作者lebesgue