Polars - 如何用 Polars 表达式替换 df 中特定行和列的值（例如 df[3,4]=12）？

Question

我知道 Polars 表达式是按列并行化的，用于读取、计算以及输入/更改 DataFrame 中的数据。 所以，速度非常快...

但是，我找不到将行和列的特定值更改为df[1,'a']=12的

Polars Expression

我该怎么办？

以下是我想要的方法。

import polars as pl
df = pl.DataFrame(
    {
        "a": [1,2,3,4,5,6,7,8],
        "b": [8,9,0,1,2,3,4,5],
        "c": [0,0,0,0,0,0,0,0],
        "d": [0,0,0,0,0,0,0,0],
    }
)
df = df.with_columns(pl.all().cast(pl.Float64))

df[7,'c']=12   
df[7,'d']=15
# I want this to below way that Polars Expressions
# => df.select(?)(
        pl.col('c').row(7) = 12
        pl.col('d').row(7) = 15
     )

print(df)

shape: (8, 4)
┌─────┬─────┬──────┬──────┐
│ a   ┆ b   ┆ c    ┆ d    │
│ --- ┆ --- ┆ ---  ┆ ---  │
│ f64 ┆ f64 ┆ f64  ┆ f64  │
╞═════╪═════╪══════╪══════╡
│ 1.0 ┆ 8.0 ┆ 0.0  ┆ 0.0  │
│ 2.0 ┆ 9.0 ┆ 0.0  ┆ 0.0  │
│ 3.0 ┆ 0.0 ┆ 0.0  ┆ 0.0  │
│ 4.0 ┆ 1.0 ┆ 0.0  ┆ 0.0  │
│ 5.0 ┆ 2.0 ┆ 0.0  ┆ 0.0  │
│ 6.0 ┆ 3.0 ┆ 0.0  ┆ 0.0  │
│ 7.0 ┆ 4.0 ┆ 0.0  ┆ 0.0  │
│ 8.0 ┆ 5.0 ┆ 12.0 ┆ 15.0 │
└─────┴─────┴──────┴──────┘

Answer 1

极性数据帧是不可变的，这意味着您无法像 pandas 那样更新单个单元格值。你必须立即更换整个东西。后端内存足够智能，不需要复制它，但语法就是这样。

jquirous 尚未涵盖的一种方法是：

df = (
    df.with_row_count('i') 
        .select(
        pl.exclude('c','d'), 
        structcol=pl.when(pl.col('i')==7) 
            .then(pl.struct(c=12, d=15)) 
            .otherwise(pl.struct(c=pl.col('c'), d=pl.col('d'))))
        .unnest('structcol')
        .drop('i')
        )

本质上，您使用

with_row_count

创建一个表示行索引的列，然后，由于您想要更改两列，因此您使用一个结构来保存这两个值，稍后您将

unnest

。为了使

unnest

正常工作，您必须排除

c

和

d

列，否则

unnest

将因名称冲突而出错。最后，删除

i

列，以便最终得到与开始时相同的形状。

另一件可行但反模式的事情是将 df 切片，然后再次将其连接在一起

row_to_change=7
df=pl.concat([
    df[0:row_to_change], 
    df[row_to_change].with_columns(c=12.0,d=15.0),
    df[row_to_change+1:]])

顺便说一句，我建议无论您做什么来推断第 7 行是您想要更改的行，都将其合并到更改中，而不是根据行索引进行更改。换句话说，在此之前您已经有一个步骤告诉您第 7 行是要更改的行，现在是更改第 7 行的步骤。您应该将此步骤与该步骤合并并同时执行这两个步骤。

Answer 2

df[...] = 

执行

.set_at_idx()

- 那里的文档显示了如何使用

.when

pl.when(pl.col("row_nr") == 1).then(10).otherwise(pl.col("a")).alias("a")

设置多个值将涉及每个值的表达式：

pl.when(pl.col("row_nr") == 1).then(10).otherwise(pl.col("a")).alias("a"),
pl.when(pl.col("row_nr") == 2).then(20).otherwise(pl.col("b")).alias("b")

以下是我见过的一些替代方法：

1. 在

   .map

   内使用

   .then

df.with_row_count().with_columns(
   pl.when(pl.col("row_nr") == 7)
     .then(pl.col("c", "d").map(lambda col: dict(c=12, d=15).get(col.name)))
     .otherwise(pl.col("c", "d"))
).drop("row_nr")

2. 多个

   .when/.then

df.with_row_count().with_columns(
   pl.when(pl.col("row_nr") == row_nr)
     .then(pl.lit(value).alias(col))
     .otherwise(pl.col(col))
   for row_nr, col, value in [
      (7, "c", 12),
      (7, "d", 15)
   ]
).drop("row_nr")

3. 创建一个数据框并

   .update

changes = [dict(row_nr=7, c=12, d=15)]

(df.with_row_count() 
   .with_columns(pl.col("row_nr").cast(pl.Int64))
   .update(
      pl.DataFrame(changes), 
      on="row_nr")
   .drop("row_nr"))

4. .update

   和

   .map_dict

df.update(
   df.with_row_count()
     .select(pl.col("row_nr").map_dict({7: dict(c=12, d=15)}))
     .unnest("row_nr")
)