Polars DataFrame中按条件选中列并批量赋值列表值的实现方法（对标Pandas的loc操作）

我来帮你解决这个Polars的赋值问题！你用Pandas的loc操作很顺手，但Polars因为设计理念的不同，写法会有点不一样，下面给你几种可行的实现方式：

方法一：使用when-then-otherwise结合pl.Series #

直接用Polars的条件表达式，当满足A='x'时，用你指定的列表转换成的pl.Series来替换C列的值，否则保留原C列的值。代码如下：

df_pl = df_pl.with_columns(
    pl.when(pl.col("A") == "x")
    .then(pl.Series([-1, -2, -3, -4]))
    .otherwise(pl.col("C"))
    .alias("C")
)

注意：这里pl.Series的长度必须和满足条件的行数完全一致（本例中A='x'刚好有4行，和你的列表长度匹配），Polars会自动按顺序对应到满足条件的行上。

方法二：先构建掩码再替换 #

如果你觉得先明确条件掩码更清晰，也可以先定义掩码，再做替换：

# 先创建条件掩码
mask = df_pl["A"] == "x"
# 准备要替换的新值
new_c_values = pl.Series([-1, -2, -3, -4])

# 执行替换
df_pl = df_pl.with_columns(
    pl.when(mask).then(new_c_values).otherwise(pl.col("C")).alias("C")
)

验证输出 #

运行上述任意一种方法后，你都会得到预期的输出结果：

┌─────┬─────┬─────┐
│ A   ┆ B   ┆ C   │
│ --- ┆ --- ┆ --- │
│ str ┆ i64 ┆ i64 │
╞═════╪═════╪═════╡
│ x   ┆ 1   ┆ -1  │
│ x   ┆ 1   ┆ -2  │
│ x   ┆ 2   ┆ -3  │
│ x   ┆ 2   ┆ -4  │
│ y   ┆ 1   ┆ 5   │
│ y   ┆ 1   ┆ 6   │
│ y   ┆ 2   ┆ 7   │
│ y   ┆ 2   ┆ 8   │
└─────┴─────┴─────┘

补充说明 #

Polars默认采用不可变数据模型，同时更强调表达式的向量化操作，这和Pandas的可变数据模型有区别。这种表达式写法不仅能实现你的需求，还能更好地利用Polars的内部优化，在处理大数据量时效率更高。

备注：内容来源于stack exchange，提问作者rindis