Polars如何实现类似Pandas的按列表筛选列名功能？

你需要先从df_meta中筛选出QC状态为"pass"的样本名，再和df的列名取交集，同时保留ID列（标识列），避免包含df中不存在的列（比如Sample4）。以下是两种可行方案：

方案1：分步处理（直观易读） #

import polars as pl

# 1. 从df_meta中提取QC合格的样本名，转为Python列表
pass_samples = (
    df_meta
    .filter(pl.col("qc") == "pass")
    .select("sample")
    .collect()  # LazyFrame转为DataFrame
    .to_series()
    .to_list()
)

# 2. 筛选出df中存在的合格样本列，同时保留ID列
selected_cols = ["ID"] + [col for col in pass_samples if col in df.columns]

# 3. 选择目标列
result = df.select(selected_cols).collect()
print(result)

输出结果：

shape: (3, 3)
┌─────┬─────────┬─────────┐
│ ID  ┆ Sample1 ┆ Sample2 │
│ --- ┆ ---     ┆ ---     │
│ str ┆ i64     ┆ i64     │
╞═════╪═════════╪═════════╡
│ CX1 ┆ 1       ┆ 2       │
│ CX2 ┆ 1       ┆ 2       │
│ CX3 ┆ 1       ┆ 2       │
└─────┴─────────┴─────────┘

方案2：链式操作（更简洁） #

# 直接获取df中存在的合格样本列
valid_samples = (
    df_meta
    .filter(pl.col("qc") == "pass")
    .select("sample")
    .collect()
    .to_series()
    .filter(pl.col("sample").is_in(df.columns))
)

# 选择ID列和合格样本列
result = df.select(["ID", *valid_samples.to_list()]).collect()

你之前的错误原因 #

• 第一种方法：pl.all().is_in("meta_ids")是检查列的数值是否在meta_ids中，而非检查列名，逻辑方向错误。
• 第二种方法：直接使用所有QC合格的样本名（包括df中不存在的Sample4），导致ColumnNotFoundError，缺少列名存在性的校验。

内容的提问来源于stack exchange，提问作者Einar