Polars中动态指定多条件创建新列的实现方法

我太懂你这种要手动逐个写条件的烦躁了——尤其是条件数量变多的时候，重复代码不仅写着累，还容易出错！好在Polars的表达式系统足够灵活，完全可以实现像Pandas那样的动态条件判断，而且还能保留它的高性能优势，完美适配你的大数据场景。

核心思路：用列表推导式动态生成条件表达式 #

你之前的代码里，最繁琐的就是手动把每个conditions元素写成单独的表达式。其实我们可以用列表推导式自动生成所有需要的条件，再把它们传给pl.any_horizontal()，这样不管conditions里有1个还是10个元素，代码都不用改。

完整实现代码 #

直接看修改后的Polars代码，对比你原来的写法，是不是清爽多了：

import polars as pl

df = pl.DataFrame({
'Codes_1': ['302E513', '301E513', '302E512'],
'Codes_2': ['303E513', '306E510', '302E512']}).lazy()

conditions = ['302E513', '306E510', '5164E23', '302E514']
column_names = ['Codes_1', 'Codes_2']

# 动态生成所有条件表达式，不用手动逐个写！
df = df.with_columns(
   pl.when(pl.any_horizontal(
       # 关键改动：用列表推导式遍历conditions生成所有前缀匹配条件
       *[pl.col(column_names).str.starts_with(code) for code in conditions]
   ))
   .then(1.0)
   .otherwise(0.0)
   .alias('Column_name')
)

# 执行并查看结果
print(df.collect())

代码解释 #

• 这里用[pl.col(column_names).str.starts_with(code) for code in conditions]遍历所有条件，自动生成每个code对应的前缀匹配表达式，形成一个表达式列表。
• 用*把列表拆成单独的参数传给pl.any_horizontal()，和你手动写多个表达式的效果完全一样，但实现了动态适配。
• 不管你后续把conditions改成2个、5个还是20个，这部分代码都不需要调整，直接就能用。

扩展：如果是精确匹配怎么办？ #

如果你要的不是前缀匹配，而是精确匹配某个值，方法也是一样的，把str.starts_with换成eq就行：

df = df.with_columns(
   pl.when(pl.any_horizontal(
       *[pl.col(column_names).eq(code) for code in conditions]
   ))
   .then(1.0)
   .otherwise(0.0)
   .alias('Exact_Match_Column')
)

这样既保留了Polars对大数据集的高效处理能力，又解决了手动写条件的繁琐问题，完美替代你之前用Pandas循环生成掩码的思路~

备注：内容来源于stack exchange，提问作者zebra_zach_12345