Polars中与Pandas .iloc方法等效的行选择方案是什么？

问题描述 #

我正在寻找按行号选择Polars.DataFrame单行的推荐方法，该方法需与Pandas.DataFrame的.iloc[[n]]方法（n为给定整数）大致等效。

当Polars导入为pl，且有Polars DataFrame df时，我目前的实现方式如下：

# 示例
n = 3

# 创建行索引，筛选指定行，删除行索引
new_df = (
    df.with_row_index()
    .filter(pl.col('index') == n)
    .select(pl.exclude('index'))
)

我正在从Pandas迁移到Polars，已阅读Pandas转Polars的迁移指南，但该指南未提及此特定场景的简洁解决方案。补充说明：我需要返回Polars.DataFrame对象的实现方法。

请问有没有更简洁的实现方式？

解决方案 #

Polars提供了两种更简洁的方式，无需手动处理行索引，且均返回Polars.DataFrame对象：

方法1：使用.slice()方法 #

通过slice指定起始行号和要选取的行数（单行设为1），直接获取目标行：

n = 3
new_df = df.slice(n, 1)

方法2：使用.iloc属性（Polars v0.19.0及以上版本支持） #

Polars在新版本中适配了Pandas风格的.iloc索引，传入列表形式的行号即可得到DataFrame：

n = 3
new_df = df.iloc[[n]]

这两种方法都能完美替代你当前的实现，操作更直接高效。

内容的提问来源于stack exchange，提问作者montol