Polars中如何使用布尔掩码与非等尺寸数组实现类似Pandas的指定行增量赋值？

我明白你遇到的问题了！Pandas里df.loc[validation_mask, 'prediction'] += ...这种操作确实顺手，直接就能给掩码匹配的行对应上短数组的增量值，但Polars的列操作是面向全列的向量运算，直接传入长度短于整个DataFrame的数组，就会因为尺寸不匹配抛出ShapeError。下面给你两种实用的解决方法，效果和你Pandas里的操作完全一致：

方法一：构造全长度增量列后相加 #

先创建一个和DataFrame总行数一致的全0列，再把掩码匹配的位置替换成计算好的增量值，最后和原prediction列相加：

import polars as pl

# 先计算单条增量值
seed_count = len(seeds)
delta = validation_predictions / seed_count

# 创建和df同长度的全0增量列
delta_series = pl.Series([0.0] * len(df), dtype=pl.Float64)
# 将掩码为True的位置替换为对应的增量值
delta_series = delta_series.set(validation_mask, delta)

# 更新prediction列
df = df.with_columns(
    (pl.col("prediction") + delta_series).alias("prediction")
)

方法二：用when/then构造增量列（更简洁） #

直接在when/then里把短数组包装成Polars Series，配合otherwise(0)生成全长度的增量列，再和原列相加：

import polars as pl

seed_count = len(seeds)
df = df.with_columns(
    pl.col("prediction") + pl.when(validation_mask)
    .then(pl.Series(validation_predictions / seed_count))
    .otherwise(0.0)
    .alias("prediction")
)

为什么你的原代码会报错？ #

你原来的写法是在then里直接把原列和短数组相加：

pl.col('prediction') + (validation_predictions / len(seeds))

Polars会认为你要把整个prediction列和一个短数组做逐元素运算，但两者长度不匹配，自然就抛出了ShapeError。而上面的方法都是先把短数组扩展成和DataFrame同长度的增量列（不需要更新的位置填0），再和原列相加，完全符合Polars的列运算逻辑。

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