Polars中assert_frame_equal断言失败时，如何定位含Null的Bool列差异？

在Polars中直接使用!=比较DataFrame时，由于Null传播规则，当其中一个值为Null时，比较结果会是Null而非True，这会导致你无法捕获"Null与非Null"这类差异。要准确定位含Null的Bool列差异，需要同时判断值不相等和Null状态不一致两种情况。

针对单个目标列的定位方法 #

如果你已经知道差异出现在某一列（比如示例中的value列），可以直接构造包含Null判断的掩码：

import polars as pl

df1 = pl.DataFrame(
    {
        "group": ["A", "A", "A", "B", "B"], 
        "value": [True, False, None, False, None]
    }
)
df2 = pl.DataFrame(
    {
        "group": ["A", "A", "A", "B", "B"], 
        "value": [True, False, False, False, None]
    }
)

target_col = "value"
# 构造完整差异掩码：值不等 或 一边是Null另一边不是
diff_mask = (df1[target_col] != df2[target_col]) | (df1[target_col].is_null() != df2[target_col].is_null())

# 提取差异行并显示左右两边的值
diff_rows = df1.with_columns(
    right_value=df2[target_col],
    is_diff=diff_mask
).filter(diff_mask)

print(diff_rows)

运行后会输出明确的差异行：

shape: (1, 4)
┌───────┬───────┬────────────┬────────┐
│ group ┆ value ┆ right_value ┆ is_diff │
│ ---   ┆ ---   ┆ ---        ┆ ---    │
│ str   ┆ bool  ┆ bool       ┆ bool   │
╞═══════╪═══════╪════════════╪════════╡
│ A     ┆ null  ┆ false      ┆ true   │
└───────┴───────┴────────────┴────────┘

针对整个DataFrame的通用方法 #

如果需要检查所有列的差异，可以构造横向掩码来标记任意一列存在差异的行：

# 构造全列差异掩码
full_mask = pl.all_horizontal(
    [(df1[col] != df2[col]) | (df1[col].is_null() != df2[col].is_null()) for col in df1.columns]
)

# 提取所有存在差异的行，并合并左右DataFrame的内容
full_diff = df1.join(df2, on=df1.columns, how="full", suffix="_right").filter(full_mask)

print(full_diff)

关键逻辑说明 #

• (df1[col] != df2[col])：捕获非Null值之间的不等情况
• (df1[col].is_null() != df2[col].is_null())：捕获"一边是Null、另一边是非Null"的差异情况
• 用|（逻辑或）合并两个条件，确保所有类型的差异都被标记

内容的提问来源于stack exchange，提问作者Andi