如何在Polars 0.17.11中基于日期将df1与df2合并为df3

需求说明 #

给定Polars定义的df1、df2、df3，需通过date列将df1和df2合并得到df3，缺失日期对应的字段值默认设为None，需使用Polars 0.17.11版本实现。

实现代码 #

import polars as pl

# 定义原始DataFrame
df1 = pl.DataFrame(
    {
        'type': ['A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
        'date': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-01', '2022-01-02', '2022-01-01', '2022-01-02', '2022-01-03'],
        'value': [1, 3, 5, 7, 8, 9, 12, 0, 1]
    }
)

df2 = pl.DataFrame(
    {
        'type': ['β', 'β', 'β'],
        'date': ['2022-01-01', '2022-01-02', '2022-01-03'],
        'value': [100, 233, 666]
    }
)

# 重命名df2列名，避免与df1列冲突
df2_renamed = df2.rename({'type': 'type_β', 'value': 'value_β'})

# 左连接保留df1所有行，缺失匹配的value_β自动设为None
df3 = df1.join(df2_renamed, on='date', how='left')

# 填充type_β的空值为'β'，匹配df3的结构要求
df3 = df3.with_columns(pl.col('type_β').fill_null('β'))

print(df3)

关键步骤说明 #

• 列重命名：将df2的type和value分别改为type_β、value_β，避免合并时列名冲突，同时对齐df3的列名。
• 左连接：使用how='left'执行连接操作，确保df1的所有行都被保留，df2中无对应date的行，value_β会自动填充为None。
• 空值填充：由于df2的type字段全部为'β'，将type_β列的空值统一填充为'β'，完全匹配df3的结构。

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