Polars DataFrame中如何使用isin？解决属性报错问题

你遇到的错误是因为Polars DataFrame不支持像Pandas那样通过属性（df.A）直接访问列，这是两个库API的核心差异之一。以下是几种在Polars中实现需求的方法：

方法1：使用列选择器pl.col结合isin #

这是Polars推荐的写法，更适合后续的链式操作：

import polars as pl
import numpy as np

df = pl.DataFrame({'A': ['red', 'blue', 'green', np.nan, 'orange']})
my_list = ['red','orange']

# 生成包含判断结果的Series
bool_series = df.select(pl.col('A').isin(my_list))
print(bool_series)

# 或者直接给原DataFrame添加新列存储结果
df = df.with_columns(is_target_color=pl.col('A').isin(my_list))
print(df)

运行后会得到如下输出（添加新列的情况）：

shape: (5, 2)
┌────────┬─────────────────┐
│ A      ┆ is_target_color │
│ ---    ┆ ---             │
│ str    ┆ bool            │
╞════════╪═════════════════╡
│ red    ┆ true            │
│ blue   ┆ false           │
│ green  ┆ false           │
│ null   ┆ false           │
│ orange ┆ true            │
└────────┴─────────────────┘

方法2：使用索引式列访问df['A'] #

如果你更习惯类似Pandas的索引写法，也可以直接通过索引获取列后调用isin：

bool_series = df['A'].isin(my_list)
print(bool_series)

输出结果为：

shape: (5,)
Series: 'A' [bool]
[
        true
        false
        false
        false
        true
]

注意点 #

Polars中NaN（即null）值调用isin时会返回false，和Pandas的行为一致。

内容的提问来源于stack exchange，提问作者Talha Tayyab