如何筛选Polars DataFrame中列表列包含指定值的行

针对你的需求，这里提供两种简洁的实现方式：

方法一：使用list.contains()（推荐） #

这是Polars专门为列表列提供的方法，直接检查列表是否包含目标值，代码简洁且高效：

import polars as pl

df = pl.DataFrame(
{
    "foo": [[1, 3, 5], [2, 6, 7], [3, 8, 10]],
    "bar": [6, 7, 8],
    "ham": ["a", "b", "c"],
})

# 筛选foo列包含值3的行
filtered_df = df.filter(pl.col("foo").list.contains(3))
print(filtered_df)

执行后输出：

shape: (2, 3)
┌────────────┬─────┬─────┐
│ foo        ┆ bar ┆ ham │
│ ---        ┆ --- ┆ --- │
│ list[i64]  ┆ i64 ┆ str │
╞════════════╪═════╪═════╡
│ [1, 3, 5]  ┆ 6   ┆ a   │
│ [3, 8, 10] ┆ 8   ┆ c   │
└────────────┴─────┴─────┘

方法二：使用list.eval()结合list.any() #

如果需要更灵活的元素判断逻辑，可以用这种方式：先对列表每个元素做比较，再判断是否存在符合条件的元素：

filtered_df = df.filter(pl.col("foo").list.eval(pl.element() == 3).list.any())

说明 #

• list.contains(3)：直接检查每个列表是否包含数值3，返回布尔序列，filter()方法根据这个序列保留对应行。
• list.eval(pl.element() ==3)：对每个列表中的元素逐一判断是否等于3，生成布尔值组成的列表；list.any()则判断这个布尔列表中是否存在True，即原列表是否包含目标值。

内容的提问来源于stack exchange，提问作者andrdpedro