Polars无符号列算术运算溢出规避与表达式类型转换（不修改源列）问题咨询

是否可以在不转换源列数据类型的前提下，将表达式计算结果转换为特定的数据类型？

先看下面这个示例DataFrame：

import polars as pl

df = pl.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]}, schema={'A': pl.UInt8, 'B': pl.UInt8})

输出结果：

┌─────┬─────┐
│ A   ┆ B   │
│ --- ┆ --- │
│ u8  ┆ u8  │
╞═════╪═════╡
│ 1   ┆ 4   │
│ 2   ┆ 5   │
│ 3   ┆ 6   │
└─────┴─────┘

现在执行如下表达式：

df = df.with_columns((pl.col("A") - pl.col("B")).alias("C"))

得到的结果是：

┌─────┬─────┬─────┐
│ A   ┆ B   ┆ C   │
│ --- ┆ --- ┆ --- │
│ u8  ┆ u8  ┆ u8  │
╞═════╪═════╪═════╡
│ 1   ┆ 4   ┆ 253 │
│ 2   ┆ 5   ┆ 253 │
│ 3   ┆ 6   ┆ 253 │
└─────┴─────┴─────┘

从计算机科学的角度来说这个结果是正确的，但实际使用中完全不符合预期。我只能通过先把"A"和"B"转换为有符号整数来解决这个问题吗？有没有更简洁的处理方式？

备注：内容来源于stack exchange，提问作者misantroop