寻求Python-Polars中类似Pandas DataFrame.update()的DataFrame更新方案

要实现保留原始数据中所有development行（包括被过滤掉的High）和investment列（包括500MN+），同时将无数据的位置填充为0的需求，可按照以下步骤操作：

完整实现代码 #

import polars as pl

# 原始数据
data = { 
    'state': ['state 1', 'state 2', 'state 3', 'state 4', 'state 5', 'state 6', 'state 7', 'state 8', 'state 9', 'state 10'],
    'development': ['Low', 'Medium', 'Low', 'Medium', 'High', 'Low', 'Medium', 'Medium', 'Low', 'Medium'],
    'investment': ['50-500MN', '<50MN', '<50MN', '<50MN', '500MN+', '50-500MN', '<50MN', '50-500MN', '<50MN', '<50MN'],
    'population': [22, 19, 25, 24, 19, 21, 33, 36, 22, 36],
    'gdp': [18, 19, 29, 23, 22, 19, 35, 18, 26, 27]
}

df = pl.DataFrame(data)

# 获取全量维度值
all_development = df['development'].unique().sort()
all_investment = df['investment'].unique().sort()

# 生成过滤后的透视表
df_filtered = df.filter(pl.col('development') != 'High')
pivot_table = df_filtered.pivot(
    index='development',
    columns='investment',
    values='gdp',
    agg=pl.mean
)

# 补全缺失的investment列，填充0
for col in all_investment:
    if col not in pivot_table.columns:
        pivot_table = pivot_table.with_columns(pl.lit(0.0).alias(col))

# 补全缺失的development行，填充0
full_pivot = pivot_table.join(
    pl.DataFrame({'development': all_development}),
    on='development',
    how='right'
).fill_null(0)

# 调整列顺序匹配全量维度
full_pivot = full_pivot.select(['development'] + all_investment.to_list())

print(full_pivot)

代码解释 #

1. 提取全量维度：从原始数据中获取development和investment的所有唯一值并排序，确保覆盖所有可能的维度，避免遗漏。
2. 生成过滤后的透视表：基于过滤后的数据生成透视表，这里使用pl.mean做聚合计算，可根据业务需求替换为pl.sum、pl.median等其他聚合函数。
3. 补全缺失列：遍历所有investment维度值，若透视表中没有对应列，则新增该列并填充0。
4. 补全缺失行：通过right join关联包含全量development值的表，保留所有行，并用fill_null(0)填充缺失的数值。
5. 调整列顺序：确保输出的列顺序和原始investment维度的顺序一致，符合业务展示规范。

内容的提问来源于stack exchange，提问作者Suresh Nimbalkar