如何在Polars中正确组合多条件过滤？

问题关键 #

你要排除的是同时符合Type 1 = Dragon且Total = 600的那一行，核心是搞对逻辑条件的优先级和取反范围。

为啥之前出错 #

1. 第一个错误（TypeError）：
   &的优先级比!=高，代码会先算"Dragon" & pl.col("Total")——这相当于把字符串和Polars表达式硬凑一起做按位运算，肯定会报错。必须给每个独立条件套括号，明确先判断每个条件，再做逻辑运算。

2. 第二个错误（误删太多行）：
   用.ne()时如果写成pl.col("Type 1").ne("Dragon") & pl.col("Total").ne(600)，逻辑变成了“Type1不是Dragon 而且 Total不是600”——这会把所有Dragon类型的行（不管Total是不是600）、所有Total=600的行（不管Type1是不是Dragon）都删掉，完全不是你要的效果。

正确写法 #

有两种等价的正确方式，随便选哪种：

方式1：直接排除联合条件

把“同时满足两个条件”的情况用括号包起来，再取反（~表示逻辑非）：

df.filter(~((pl.col("Type 1") == "Dragon") & (pl.col("Total") == 600)))

这里每个条件都套括号，可读性拉满，不容易出错。

方式2：用逻辑转换（德摩根定律）

根据逻辑规则，不是（A且B）等价于不是A 或者 不是B，所以也能这么写：

df.filter((pl.col("Type 1") != "Dragon") | (pl.col("Total") != 600))

同样要给每个条件加括号，避免优先级坑。

效果验证 #

这两种写法都会精准删掉那一行同时符合两个条件的数据，其他行全保留，正好符合你的需求。

内容的提问来源于stack exchange，提问作者bbgatch