Por que converter uma coluna com tipo de dados categórico numérico para um número inteiro em Polars resulta em comportamento inesperado?

Tenho uma Categoricalcoluna chamada decileem meus polares DataFrame df, com seus valores variando de "01" a "10". Ao tentar converter essa coluna em uma representação numérica via: df.with_columns(pl.col('decile').cast(pl.Int8)), os valores convertidos não são mapeados conforme o esperado (ou seja, "01" não é mapeado para 1 e assim por diante), e o intervalo agora também é de 0 a 9, não de 1 a 10.

O estranho é que não importa quais sejam os valores originais da coluna decile, eles sempre serão mapeados inesperadamente e para [0, 9] ao convertê-los em um tipo de dados inteiro.

Estou tentando converter os valores em tipos de dados inteiros para fins de plotagem.

Aqui está um exemplo reproduzível mínimo:

size = 1e3
df = pl.DataFrame({
    "id": np.random.randint(50, size=int(size), dtype=np.uint16),
    "amount": np.round(np.random.uniform(10, 100000, int(size)).astype(np.float32), 2),
    "quantity": np.random.randint(1, 7, size=int(size), dtype=np.uint16),
})
df = (df
      .groupby("id")
      .agg(revenue=pl.sum("amount"), tot_quantity=pl.sum("quantity"))
     )
df = (df.with_columns(
    pl.col('revenue')
    .qcut(10, labels=[f'q{i:02}' for i in range(10, 0, -1)])
    .alias("decile")
))

Como fazer com que a conversão seja adequada (como seria de esperar que os valores fossem mapeados) e no mesmo intervalo dos valores originais?