Python + Polars：如何有效地“fill_null”仅 DataFrame 的某些列？

例如，假设我只想 fill_null(strategy="zero") DataFrame 的数字列。我当前的策略是这样做：

final_df = df.select(cs.exclude(cs.numeric()))
final_df.with_columns(df.select(cs.numeric()).fill_null(strategy="zero"))

是否有替代的、更惯用或更有效的方法来实现我想做的事情？

当然，可以使用以下方法之一更有效地使用 Polars 在 Polars DataFrame 中填充某些列中的空值：

1. 使用 when().then().otherwise()

此方法提供了一种基于每列类型应用不同填充策略的简洁方法：

import polars as pl

# 示例 DataFrame
df = pl.DataFrame({
    "A": [1, 2, None, 4],
    "B": [None, "b", "c", "d"],
    "C": [5.0, 6.0, None, 8.0],
})

# 使用 `when().then().otherwise()` 进行有条件的 fill_null
final_df = df.with_columns(
    pl.when(pl.col("*").is_numeric())
    .then(pl.col("*").fill_null(0))
    .otherwise(pl.col("*"))
)

print(final_df)

此代码执行以下操作：

• pl.col("*").is_numeric() : 检查 DataFrame 中的每一列是否为数字类型。
• .then(pl.col("*").fill_null(0)) ：如果该列为数字类型，则用 0 填充空值。
• .otherwise(pl.col("*")) ：如果该列不是数字类型，则保持其原始值。

2. 使用列表推导式

对于更短的代码，可以使用列表推导式为特定列应用 fill_null ：

import polars as pl

# 示例 DataFrame
df = pl.DataFrame({
    "A": [1, 2, None, 4],
    "B": [None, "b", "c", "d"],
    "C": [5.0, 6.0, None, 8.0],
})

# 要填充的数字列列表
numeric_cols = ["A", "C"]

# 使用列表推导式填充数字列中的空值
final_df = df.with_columns(
    [
        pl.col(col).fill_null(0) if col in numeric_cols else pl.col(col)
        for col in df.columns
    ]
)

print(final_df)

此代码执行以下操作：

• 它遍历 DataFrame 中的每一列 ( for col in df.columns )。
• 如果该列名称在 numeric_cols 列表中，则它会用 fill_null(0) 填充空值。
• 否则，它会保持该列不变 ( pl.col(col) )。

这两种方法都比创建两个单独的 DataFrame 并将它们连接起来更有效和惯用。选择认为更易读且更适合代码库的方法。