在Polars DataFrame中修改列的数据类型

嘿，我来帮你搞定这个Polars DataFrame的类型转换问题！你手里的这个DataFrame里，列a和b都是以字符串形式存储的数字，列c是普通字符串，咱们用Polars自带的方法就能轻松调整数据类型。

先看看你给出的原始代码和DataFrame结构：

import polars as pl 
df = pl.DataFrame({
    "a":["1.2", "2.3", "5.4"], 
    "b":["0.4", "0.03", "0.12"],
    "c":["AA", "BB", "CC"]
})

对应的DataFrame结构：

┌─────┬──────┬─────┐
│ a   ┆ b    ┆ c   │
│ --- ┆ ---  ┆ --- │
│ str ┆ str  ┆ str │
╞═════╪══════╪═════╡
│ 1.2 ┆ 0.4  ┆ AA  │
│ 2.3 ┆ 0.03 ┆ BB  │
│ 5.4 ┆ 0.12 ┆ CC  │
└─────┴──────┴─────┘

方法一：指定列转换类型 #

最直接的方式就是用with_columns配合cast方法，把a、b列转换成浮点型，c列保持原类型不变：

# 转换a、b列为Float64类型
df_converted = df.with_columns(
    pl.col("a").cast(pl.Float64),
    pl.col("b").cast(pl.Float64)
)

# 查看转换后的列类型
print(df_converted.schema)

运行这段代码后，输出的schema会显示：

{'a': Float64, 'b': Float64, 'c': String}

小提示 #

如果你的数据里可能存在一些无法转换为数字的字符串，可以在cast里加上strict=False参数，这样Polars会把转换失败的值设为null，而不是直接报错：

df_converted = df.with_columns(
    pl.col("a").cast(pl.Float64, strict=False),
    pl.col("b").cast(pl.Float64, strict=False)
)

备注：内容来源于stack exchange，提问作者GH KIM