用另一列填充一列的“空”值

Question

我想用 Polars 惰性数据框中同一行另一列的内容填充一列的 null 值。

在合理的性能下这可能吗？

Answer 1

我刚刚找到了一个可能的解决方案：

df.with_column(
    pl.when(pl.col("c").is_null())
    .then(pl.col("b"))
    .otherwise(pl.col("a")).alias("a")
)

Answer 2

有一个函数：fill_null。

假设我们有以下数据：

import polars as pl

df = pl.DataFrame({'a': [1, None, 3, 4],
                   'b': [10, 20, 30, 40]
                   }).lazy()
print(df.collect())

shape: (4, 2)
┌──────┬─────┐
│ a    ┆ b   │
│ ---  ┆ --- │
│ i64  ┆ i64 │
╞══════╪═════╡
│ 1    ┆ 10  │
├╌╌╌╌╌╌┼╌╌╌╌╌┤
│ null ┆ 20  │
├╌╌╌╌╌╌┼╌╌╌╌╌┤
│ 3    ┆ 30  │
├╌╌╌╌╌╌┼╌╌╌╌╌┤
│ 4    ┆ 40  │
└──────┴─────┘

我们可以用b列的值填充a列的空值：

df.with_column(pl.col('a').fill_null(pl.col('b'))).collect()

shape: (4, 2)
┌─────┬─────┐
│ a   ┆ b   │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 1   ┆ 10  │
├╌╌╌╌╌┼╌╌╌╌╌┤
│ 20  ┆ 20  │
├╌╌╌╌╌┼╌╌╌╌╌┤
│ 3   ┆ 30  │
├╌╌╌╌╌┼╌╌╌╌╌┤
│ 4   ┆ 40  │
└─────┴─────┘

这个性能会很不错

用另一列填充一列的“空”值

Filling `null` values of a column with another column

python

python-polars