如何在Polars中筛选出不在另一DataFrame行元素中的数据？

你需要从df1中排除那些c和l列组合与df2完全匹配的行，Polars里用**反连接（anti join）**就能直接实现，不需要像pandas那样借助多索引，步骤如下：

1. 构建示例数据 #

先还原你的两个DataFrame：

import polars as pl

df1 = pl.DataFrame({
    "c": ["A", "A", "B", "C", "C"],
    "k": [1, 2, 2, 2, 2],
    "l": ["a", "b", "a", "a", "d"]
})

df2 = pl.DataFrame({
    "c": ["A", "C"],
    "l": ["b", "a"]
})

2. 执行反连接筛选 #

使用join方法并指定how="anti"，连接列为c和l：

result = df1.join(df2, on=["c", "l"], how="anti")
print(result)

输出结果 #

运行后会得到你预期的筛选结果：

shape: (3, 3)
┌─────┬─────┬─────┐
│ c   ┆ k   ┆ l   │
│ --- ┆ --- ┆ --- │
│ str ┆ i64 ┆ str │
╞═════╪═════╪═════╡
│ A   ┆ 1   ┆ a   │
│ B   ┆ 2   ┆ a   │
│ C   ┆ 2   ┆ d   │
└─────┴─────┴─────┘

原理说明 #

how="anti"的作用是：只保留df1中那些在指定连接列（这里是c和l）上无法与df2找到匹配项的行，完美契合你“筛选出df1中所有未出现在df2中的行”的需求。

内容的提问来源于stack exchange，提问作者user7802048