未知匹配列名时如何合并（Join/Concat）Polars DataFrames

你的需求是合并两个有数量不固定公共列（内容完全匹配）的DataFrame，最终保留所有唯一列且公共列只出现一次，用join操作就能完美实现，具体步骤如下：

1. 自动识别公共列：通过列名集合的交集获取两个DataFrame的公共列，无需硬编码列名，适配公共列数量变化的场景。
2. 执行内连接：以公共列为连接键，由于公共列内容完全一致，内连接会精准对齐行，同时自动去重公共列，合并所有其他列。

完整代码示例 #

import polars as pl

data1 = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df1 = pl.DataFrame(data1)

data2 = {
    'B': [4, 5, 6],
    'C': [7, 8, 9],
    'D': [1, 2, 3]
}
df2 = pl.DataFrame(data2)

# 获取两个DataFrame的公共列
common_cols = list(set(df1.columns) & set(df2.columns))

# 执行合并（内连接自动处理公共列去重与行对齐）
merged_df = df1.join(df2, on=common_cols)

print(merged_df)

输出结果 #

shape: (3, 4)
┌─────┬─────┬─────┬─────┐
│ A   ┆ B   ┆ C   ┆ D   │
│ --- ┆ --- ┆ --- ┆ --- │
│ i64 ┆ i64 ┆ i64 ┆ i64 │
╞═════╪═════╪═════╪═════╡
│ 1   ┆ 4   ┆ 7   ┆ 1   │
│ 2   ┆ 5   ┆ 8   ┆ 2   │
│ 3   ┆ 6   ┆ 9   ┆ 3   │
└─────┴─────┴─────┴─────┘

为什么不用concat？ #

如果直接用pl.concat([df1, df2], how="horizontal")，会直接拼接所有列，导致公共列（如B、C）重复出现，不符合你的需求。而join操作会利用公共列的匹配关系，自动完成行对齐和公共列去重，更贴合场景。

内容的提问来源于stack exchange，提问作者BhanuKiran