在Polars中模拟dropWhile的更简洁实现方法

现有如下Polars DataFrame：

import polars as pl
df = pl.DataFrame(dict(j=[1,1,1,2,1,2,1,2,2], k=[1,2,3,4,5,6,7,8,9]))

我们需要实现类似dropWhile的逻辑：移除DataFrame顶部所有满足j == 1的行，最终保留从第一个j != 1的行开始的所有数据。

方法一：利用cum_any生成过滤掩码 #

通过cum_any（累积任意）可以快速生成保留行的掩码，一旦遇到第一个不满足条件的行，后续所有行都会被标记为保留：

result = df.filter((pl.col("j") != 1).cum_any())
print(result)

输出结果：

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

原理：(pl.col("j") != 1)生成布尔序列，前三个为False，第四个开始出现True；cum_any会让第一个True之后的所有位置都保持True，用这个掩码过滤即可得到目标结果。

方法二：用arg_true定位起始索引后切片 #

直接找到第一个满足j != 1的行索引，然后从该位置切片：

first_valid_idx = df.select((pl.col("j") != 1).arg_true()).item()
result = df.slice(first_valid_idx)
print(result)

输出结果和方法一完全一致。
原理：arg_true()会返回布尔序列中第一个True的位置索引，后续用slice直接截取从该索引开始的所有行，逻辑更直观。

这两种方法都比原实现简洁得多，避免了手动添加行索引的繁琐步骤。

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