Polars 中使用 pl.when 创建字符串条件列的正确方法

在 Polars 中使用 pl.when().then().otherwise() 构建条件列时，若需输出字面量字符串（如 “String a”），必须用 pl.lit() 显式包装，否则 Polars 会误将其解析为列名，导致 columnNotFoundError。

在 polars 中使用 `pl.when().then().otherwise()` 构建条件列时，若需输出字面量字符串（如 `”string a”`），必须用 `pl.lit()` 显式包装，否则 polars 会误将其解析为列名，导致 `columnnotfounderror`。

Polars 的表达式系统默认将裸字符串（如 ‘string a’）解释为列引用（column name），而非字面量（literal value）。这是 Polars 与 pandas 等库的关键差异之一：其表达式 API 高度面向列操作，所有未显式声明为“字面量”的标量值都会被尝试解析为现有列名。因此，当您写下：

pl.when(df['x'] > 0).then('string a').otherwise('string b')

Polars 实际试图查找名为 “string a” 和 “string b” 的列——显然不存在，于是抛出 ColumnNotFoundError。

✅ 正确做法是使用 pl.lit() 将字符串转为字面量表达式：

import polars as pl  df = pl.DataFrame({"x": [1, -2, 0, 5]})  result = df.with_columns(     pl.when(pl.col("x") > 0)       .then(pl.lit("string a"))       .otherwise(pl.lit("string b"))       .alias("new_column") )  print(result)

输出：

shape: (4, 2) ┌─────┬────────────┐ │ x   ┆ new_column │ │ --- ┆ ---        │ │ i64 ┆ str        │ ╞═════╪════════════╡ │ 1   ┆ string a   │ │ -2  ┆ string b   │ │ 0   ┆ string b   │ │ 5   ┆ string a   │ └─────┴────────────┘

? 补充说明：

• pl.lit() 不仅支持字符串，也适用于数字、布尔值、None、日期等任意 Python 标量；
• 若 then/otherwise 分支需返回不同数据类型（如字符串 vs 整数），Polars 会自动推断为公共超类型（如 pl.String 和 pl.Int64 → pl.Object），建议保持类型一致以保障性能和类型安全；
• 可链式嵌套多个 pl.when（类似 sql 的 CASE WHEN），例如：

  pl.when(cond1).then(pl.lit("A"))  .when(cond2).then(pl.lit("B"))  .otherwise(pl.lit("C"))

⚠️ 注意事项：

• 切勿省略 pl.lit() —— 即使是空字符串 “” 或单字符 “X” 也必须包装；
• pl.lit() 返回的是 polars.expr.Expr，可直接参与任何表达式组合；
• 在 select()、with_columns()、Filter() 等上下文中均适用，是 Polars 字面量操作的唯一标准方式。

掌握 pl.lit() 是写出健壮、可维护 Polars 表达式的基础技能之一：它明确区分了“数据”与“元数据”，让逻辑意图清晰无歧义。