Python Polars：如何修改DataFrame中Series的每隔n个元素？

在Polars中直接使用df["a", 1::2] *= -1这种索引赋值会报错，因为Polars DataFrame的__setitem__不支持这种列+切片的组合赋值语法。以下是几种可行的解决方法：

方法1：通过行号条件判断（推荐，符合Polars表达式风格） #

利用Polars的表达式系统，通过行号筛选目标位置并修改：

import polars as pl

df = pl.DataFrame(pl.Series("a", [1, -1, 1, -1, 1]))

# 修改从索引1开始、步长为2的元素（即第2、4个元素，索引从0开始）
df = df.with_columns(
    pl.when(pl.int_range(0, pl.count()) % 2 == 1)
    .then(pl.col("a") * -1)
    .otherwise(pl.col("a"))
    .alias("a")
)

print(df)
# 输出结果：
# shape: (5, 1)
# ┌─────┐
# │ a   │
# │ --- │
# │ i64 │
# ╞═════╡
# │ 1   │
# │ 1   │
# │ 1   │
# │ 1   │
# │ 1   │
# └─────┘

说明：pl.int_range(0, pl.count())生成与数据行数一致的行号序列，通过% 2 == 1筛选出每隔2个的目标行，对这些行的元素执行乘-1操作，其余行保留原数值。

方法2：修改Series后替换列 #

先提取目标Series，对Series做切片修改，再将修改后的Series放回DataFrame：

import polars as pl

df = pl.DataFrame(pl.Series("a", [1, -1, 1, -1, 1]))

# 提取Series并修改指定切片
s = df["a"]
s[1::2] *= -1

# 替换原列
df = df.with_columns(s.alias("a"))

说明：Polars的Series支持切片索引修改，因此可以先单独处理Series，再更新回DataFrame。

方法3：原地修改（适合需要复用原DataFrame对象的场景） #

如果需要原地修改DataFrame，可以使用update方法结合表达式定位目标行：

import polars as pl

df = pl.DataFrame(pl.Series("a", [1, -1, 1, -1, 1]))

# 原地修改目标位置的元素
df.update(
    pl.col("a") * -1,
    filter=pl.int_range(0, pl.count()) % 2 == 1
)

说明：update方法的filter参数用于指定要修改的行，仅满足条件的行会被更新。

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