如何根据Polars Decimal类型的scale参数将其转换为Int或Float类型

嘿，这个问题我刚好碰到过，给你两个实用的解决方案，不管是想读取后批量处理，还是直接让Polars读取时就跳过Decimal类型，都能搞定～

方案一：读取后用polars.selectors批量转换Decimal列 #

这是最灵活的方式，不用提前了解列的信息，读取完数据后直接对所有Decimal列做批量处理：

1. 首先读取你的数据库数据：

import polars as pl
from polars import selectors as cs

df = pl.read_database("SELECT * FROM your_target_table", connection_uri="your_db_connection_string")

2. 用selectors选中所有Decimal类型的列，根据scale判断转成Int或Float：

df_processed = df.with_columns(
    cs.dtype(pl.Decimal).map(
        lambda col: 
            pl.when(col.dtype.scale == 0)
            .then(col.cast(pl.Int64))  # scale为0说明没有小数部分，转成整数
            .otherwise(col.cast(pl.Float64))  # 有小数部分就转成浮点数
    )
)

这段代码的逻辑很清晰：用cs.dtype(pl.Decimal)精准选中所有Decimal类型的列，然后对每一列检查它的scale参数——如果scale是0（意味着该列的值都是整数），就转成Int64；否则转成Float64。你也可以根据需要调整Int/Float的具体类型（比如用Int32或者Float32）。

方案二：读取时直接指定类型，避免生成Decimal列 #

如果你不想让Polars在读取时生成Decimal类型的列，可以提前获取数据库表的列信息，手动指定每个列的目标类型：

1. 先查询数据库表的列类型（以PostgreSQL为例，其他数据库的信息查询语句略有不同）：

with pl.SQLContext() as ctx:
    ctx.register_connection("db", connection_uri="your_db_connection_string")
    # 查询目标表的列名和数据类型
    table_schema = ctx.execute("""
        SELECT column_name, data_type 
        FROM information_schema.columns 
        WHERE table_name = 'your_target_table'
    """).collect()

2. 生成Polars的schema字典，把Decimal/Numeric类型替换成对应的Int或Float：

schema_dict = {}
for col_name, data_type in table_schema.rows():
    # 匹配Decimal/Numeric类型
    if data_type.startswith("numeric") or data_type.startswith("decimal"):
        # 解析类型中的scale参数，比如"numeric(10,2)"里的2就是scale
        if "(" in data_type:
            _, params_part = data_type.split("(", 1)
            precision, scale = params_part.rstrip(")").split(",")
            scale = int(scale)
            schema_dict[col_name] = pl.Int64 if scale == 0 else pl.Float64
        else:
            # 如果没有指定scale，默认转成Float64
            schema_dict[col_name] = pl.Float64
    else:
        # 其他类型保持Polars自动推断
        schema_dict[col_name] = None

3. 读取数据时传入这个schema字典：

df = pl.read_database(
    "SELECT * FROM your_target_table",
    connection_uri="your_db_connection_string",
    schema=schema_dict
)

这样读取出来的DataFrame里就不会有Decimal类型的列了，直接是你想要的Int或Float类型～

备注：内容来源于stack exchange，提问作者gkampolis