如何实现接收条件列表的Polars DataFrame过滤函数？

你的伪代码核心逻辑没问题，但直接用Python原生的any处理Polars表达式会报错——Polars需要用专门的横向聚合函数来组合行内的多个布尔条件。以下是可直接运行的实现方案：

import polars as pl

def Filter(df, conditions = ["a","b"]):
    conditions_dict = {
        "a":  pl.col("x") < 5,
        "b":  pl.col("x") > -3,
        "c":  pl.col("z") < 7
    }
    
    # 提取传入参数对应的条件表达式
    selected_conds = [conditions_dict[cond] for cond in conditions]
    
    # 用Polars的any_horizontal判断行内是否有任意条件满足
    return df.with_columns(
        pl.when(pl.any_horizontal(selected_conds))
        .then(pl.lit(False))
        .otherwise(pl.lit(True))
        .alias("bool")
    )

关键说明 #

• pl.any_horizontal()：这是Polars专门用来处理同一行内多个布尔表达式的函数，会逐行检查是否有任意一个条件为True，完美替代你伪代码里的原生any。
• 条件匹配：先根据传入的conditions列表从预定义字典中取出对应的表达式，再传入聚合函数，确保只使用指定的条件。
• 逻辑对应：当任意指定条件满足时，bool列设为False；所有条件都不满足时设为True，和你预期的逻辑完全一致。

测试示例 #

# 创建测试DataFrame
test_df = pl.DataFrame({
    "x": [6, 3, -4, 2],
    "z": [8, 5, 6, 9]
})

# 使用默认条件["a","b"]过滤
result_df = Filter(test_df)
print(result_df)

输出结果：

shape: (4, 3)
┌─────┬─────┬───────┐
│ x   ┆ z   ┆ bool  │
│ --- ┆ --- ┆ ---   │
│ i64 ┆ i64 ┆ bool  │
╞═════╪═════╪═══════╡
│ 6   ┆ 8   ┆ False │ # 不满足a（x<5），但满足b（x>-3）→ 设为False
│ 3   ┆ 5   ┆ False │ # 同时满足a和b → 设为False
│ -4  ┆ 6   ┆ False │ # 满足a（x<5），不满足b（x>-3）→ 设为False
│ 2   ┆ 9   ┆ False │ # 同时满足a和b → 设为False
└─────┴─────┴───────┘

如果传入conditions=["c"]，结果会变成：

shape: (4, 3)
┌─────┬─────┬───────┐
│ x   ┆ z   ┆ bool  │
│ --- ┆ --- ┆ ---   │
│ i64 ┆ i64 ┆ bool  │
╞═════╪═════╪═══════╡
│ 6   ┆ 8   ┆ True  │ # z=8不满足c（z<7）→ 设为True
│ 3   ┆ 5   ┆ False │ # z=5满足c → 设为False
│ -4  ┆ 6   ┆ False │ # z=6满足c → 设为False
│ 2   ┆ 9   ┆ True  │ # z=9不满足c → 设为True
└─────┴─────┴───────┘

内容的提问来源于stack exchange，提问作者Galedon