在Polars中检测浮点型坐标数据精度的简洁实现方案

嘿，我完全懂你的感受——原来的代码确实有点重复啰嗦，就像你说的“按行付费”写出来的😅。咱们来把这个逻辑简化一下，既保留功能，又让代码更清爽！

核心痛点：重复的列处理逻辑 #

原来的代码对lat和lng做了几乎一模一样的操作：转字符串、分割、拆结构体、计算长度，重复代码太多。咱们的优化方向就是复用逻辑、批量处理，避免重复造轮子。

简洁实现方案 #

直接用Polars的批量列处理能力，一次搞定两列的精度计算，再求和得到总精度：

import polars as pl

df = pl.DataFrame(
    {
            "lat":  [ 43.6425047,  43.6,  40.688966,  40.6],
            "lng":  [-79.3861057, -79.3, -74.044438, -74.0],
    }
)

# 简洁版：批量处理+复用逻辑
df = df.with_columns(
    # 同时处理lat和lng，计算小数部分的长度
    pl.col(["lat", "lng"])
    .cast(pl.String)
    .str.split_exact(".", 1)  # 按小数点分割成两部分（整数+小数）
    .struct.field(1)  # 直接取出小数部分
    .str.len_chars()  # 计算小数部分的字符数（即精度位数）
    .name.suffix("_p")  # 给结果列加后缀，比如lat→lat_p
).with_columns(
    # 求和得到总精度
    (pl.col("lat_p") + pl.col("lng_p")).alias("precision")
).drop("lat_p", "lng_p")  # 移除中间临时列

print(df.head())

运行结果和原代码完全一致 #

shape: (4, 3)
┌───────────┬────────────┬───────────┐
│ lat       ┆ lng        ┆ precision │
│ ---       ┆ ---        ┆ ---       │
│ f64       ┆ f64        ┆ u32       │
╞═══════════╪════════════╪═══════════╡
│ 43.642505 ┆ -79.386106 ┆ 14        │
│ 43.6      ┆ -79.3      ┆ 2         │
│ 40.688966 ┆ -74.044438 ┆ 12        │
│ 40.6      ┆ -74.0      ┆ 2         │
└───────────┴────────────┴───────────┘

优化点说明 #

1. 批量处理列：用pl.col(["lat", "lng"])一次性选中两列，避免重复写两次处理逻辑
2. 简化结构体操作：直接用.struct.field(1)取出小数部分，省去了重命名字段、拆结构体的步骤
3. 自动命名结果列：用.name.suffix("_p")统一给精度列加后缀，不用手动写别名
4. 链式调用更紧凑：把中间步骤合并，减少不必要的with_columns拆分

边界情况兼容 #

如果遇到没有小数部分的整数（比如lat=43），str.split_exact会返回("43", "")，此时str.len_chars()会得到0，完全符合“无小数精度”的预期。

为什么不用数学方法？ #

虽然可以用“乘以10直到整数”的数学思路计算小数位数，但浮点数的存储特性可能导致误差（比如0.1在二进制浮点数中是无限循环的），而转字符串的方法更直接可靠，和你原始数据的显示精度完全一致。

备注：内容来源于stack exchange，提问作者Kyle