如何在Polars DataFrame中按含重复值的条件筛选行

可以实现这个需求，以下是两种高效的方法，适配你提到的块自举场景：

示例数据 #

先定义你给出的示例DataFrame：

import polars as pl

df = pl.DataFrame({
    'x':[0,1,2,3,4,5],
    'y':[10,11,12,13,14,15],
    'z':[0,0,1,1,2,2]
})

z_select = [0,1,1]

方法1：左连接法（简洁高效） #

通过创建包含筛选条件的临时DataFrame，与原DataFrame做左连接，自动匹配并重复提取对应行：

temp_df = pl.DataFrame({"z": z_select})
result = temp_df.join(df, on="z", how="left")

print(result)

输出结果符合期望：

┌─────┬─────┬─────┐
│ z   ┆ x   ┆ y   │
│ --- ┆ --- ┆ --- │
│ i64 ┆ i64 ┆ i64 │
╞═════╪═════╪═════╡
│ 0   ┆ 0   ┆ 10  │
│ 0   ┆ 1   ┆ 11  │
│ 1   ┆ 2   ┆ 12  │
│ 1   ┆ 3   ┆ 13  │
│ 1   ┆ 2   ┆ 12  │
│ 1   ┆ 3   ┆ 13  │
└─────┴─────┴─────┘

原理：临时DataFrame里的每个z值会和原DataFrame中所有匹配的行关联，当z_select里有重复值时，对应的行组会被重复提取。

方法2：分组拼接法（直观可控） #

先按z分组存储，再遍历筛选条件拼接对应行组：

# 按z分组，生成z值到行组的映射
group_map = {key: group for key, group in df.group_by("z", maintain_order=True)}

# 遍历z_select，取出对应行组并拼接
result = pl.concat([group_map[z] for z in z_select])

print(result)

这种方法更直观，适合需要对每个分组做额外处理的场景，结果和方法1一致。

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