Python Polars v0.15.15中二进制标志列设置异常问题排查

根本原因 #

这是Polars v0.15.x版本中列引用惰性解析的bug导致的：

• 当连续调用with_column更新同一列时，第二次调用里的pl.col("flag")并没有指向第一次修改后的列值，而是仍然绑定到初始DataFrame中全为0的原始flag列。
• 实际执行逻辑变成所有行都执行了(原始flag | 2) | 4，也就是0|2|4=6，最终导致flag列全为6，和预期结果不符。

调换顺序后正常的原因 #

先设置标志4再设置标志2时，第二次when的条件仅命中部分行（col1<1或col1>=3），此时otherwise分支会保留第一次修改后的flag值（4），而then分支虽然仍引用原始flag执行0|2=2，但最终合并时，命中条件的行实际是2|4=6，未命中的行保留4，刚好符合预期——本质还是bug的表现不一致，但核心问题始终是列引用未正确绑定到最新列值。

修复方案 #

1. 升级Polars版本：v0.16及以上版本已经修复了这个列引用解析的bug，连续更新同一列时，pl.col("col_name")会正确引用上一次修改后的列值。
2. 临时替代写法：如果无法升级，每次更新时使用with_columns（复数形式）并通过alias显式指定列名，确保表达式引用的是最新计算结果：

df = df.with_columns(
    pl.when((pl.col("col1") < 1) | (pl.col("col1") >= 3))
    .then(pl.col("flag") | 2)
    .otherwise(pl.col("flag"))
    .alias("flag")
)

df = df.with_columns(
    pl.when(pl.col("col1") > -1)
    .then(pl.col("flag") | 4)
    .otherwise(pl.col("flag"))
    .alias("flag")
)

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