如何在Polars中用指定值覆盖时间序列某一时间段的数据？

Polars采用不可变数据结构设计，无法像Pandas那样直接通过索引切片赋值，需通过条件表达式实现批量替换。以下是两种实用方案：

方法1：with_columns + 条件判断（直观易读） #

通过pl.when().then().otherwise()构造逻辑，对符合时间段条件的行替换指定值，其余行保留原数据：

import polars as pl
from datetime import datetime

# 示例数据集
df = pl.DataFrame({
    "datetime": [
        datetime(2023, 1, 1, 10),
        datetime(2023, 1, 1, 11),
        datetime(2023, 1, 1, 12),
        datetime(2023, 1, 1, 13),
        datetime(2023, 1, 1, 14)
    ],
    "value": [10, 20, 999, 40, 50]
})

# 定义替换规则
start_dt = datetime(2023, 1, 1, 11, 30)
end_dt = datetime(2023, 1, 1, 12, 30)
replace_val = 30

# 执行替换操作
df_updated = df.with_columns(
    pl.when(pl.col("datetime").is_between(start_dt, end_dt))
    .then(replace_val)
    .otherwise(pl.col("value"))
    .alias("value")
)

方法2：Lazy API的update（适合大数据集） #

若处理大体积数据，用Lazy模式可优化执行效率，通过update结合where实现精准替换：

df_updated = df.lazy().update(
    pl.col("value").set(replace_val).where(pl.col("datetime").is_between(start_dt, end_dt))
).collect()

核心注意点 #

• Polars的DataFrame默认不可变，所有修改操作都会返回新的DataFrame，需用变量接收结果
• 避免用filter筛选行后赋值：filter返回的是原数据的子集副本，修改副本不会影响原数据集，必须通过全局条件判断覆盖目标行

内容的提问来源于stack exchange，提问作者sobek