如何在Polars DataFrame中排除日期列替换超阈值值为0

你之前代码的问题 #

• 第一段代码用pl.any_horizontal(pl.col(pl.Float32) > 20)会判断整行是否存在任意一个大于20的值，只要满足就把整行的Float32列全部置0，这和你要的「逐个元素判断」不符。
• 第二段代码缺少otherwise分支，不满足条件的单元格会被设为null，且没有完整保留原列的逻辑。

正确实现方式 #

方式1：针对目标列逐元素判断

用with_columns遍历除date外的列（或指定Float32类型列），对每个元素单独判断：

# 针对所有Float32类型列（自动排除date列，假设date不是Float32）
df = df.with_columns(
    pl.col(pl.Float32)
    .when(pl.col(pl.Float32) > 20)
    .then(0)
    .keep_name()  # 保留原列名
)

# 明确排除date列（不管列类型）
df = df.with_columns(
    pl.col(exclude="date")
    .when(pl.col(exclude="date") > 20)
    .then(0)
    .keep_name()
)

方式2：类似Pandas的where写法

Polars支持和Pandas逻辑一致的where方法，满足条件保留原值，不满足则替换：

df = df.with_columns(
    pl.col(exclude="date").where(pl.col(exclude="date") <= 20, 0)
)

这里的逻辑是：当列值≤20时保留原值，否则替换为0，和你熟悉的Pandas写法逻辑对齐。

内容的提问来源于stack exchange，提问作者thefrollickingnerd