Polars使用with_columns三元表达式处理日期条件计算时长时遇‘Expr真值不明确’错误的解决咨询

嗨，我完全懂你碰到的这个问题！在Polars里可不能直接用Python原生的if-else来处理列表达式哦，因为Polars的Expr是延迟计算的对象，没法直接判断它的布尔真值，这就是你收到TypeError: the truth value of an Expr is ambiguous错误的原因。

要实现你想要的逻辑，得用Polars专门提供的列级条件表达式工具——pl.when().then().otherwise()，它能逐行处理每一条数据的判断和计算，完全符合你“保留原数据、只新增列”的需求。具体写法如下：

import polars as pl
from datetime import datetime

df = pl.DataFrame({
    'name': 'foo',
    'start': datetime.fromisoformat('2025-01-01 08:00:00'),
    'end': datetime.fromisoformat('2025-01-01 18:00:00'), # ends after business hours
    'business_end': datetime.fromisoformat('2025-01-01 17:00:00')
})

# 正确的条件计算写法
result_df = df.with_columns(
    duration=pl.when(pl.col("end") <= pl.col("business_end"))
              .then(pl.col("end") - pl.col("start"))
              .otherwise(pl.col("business_end") - pl.col("start"))
)

print(result_df)

运行这段代码后，你会得到正确的duration列，这里计算出来的是9小时（从08:00到17:00），完全符合你截断非工作时长的需求。

另外还有个更简洁的写法可以达到同样效果：既然我们只需要取end和business_end中更早的那个时间点来计算时长，直接用pl.min()函数取两者的最小值再减去start就行，代码更短也更高效：

result_df = df.with_columns(
    duration=pl.min(pl.col("end"), pl.col("business_end")) - pl.col("start")
)

你之前提到的用filter()拆分数据再合并的方法虽然可行，但确实没必要——上面这两种方法都能在原DataFrame基础上直接新增列，不需要拆分、修改再合并的繁琐步骤，性能也更优。

备注：内容来源于stack exchange，提问作者Bryan Andregg