Python Polars中能否基于含Null值的列执行左连接？

问题原因 #

你的连接操作失败，核心原因是两个DataFrame的key列数据类型不匹配：

• dataframe1的key为字符串类型
• dataframe2的key因全为Null，被Polars推断为Null类型
  对应的错误信息翻译为：*** exceptions.ComputeError: 连接键的数据类型不匹配

解决方案 #

要实现类似Spark EqSafeNull（将Null与Null视为相等）的连接逻辑，需分两步处理：

1. 统一连接键的数据类型 #

先将dataframe2的key列转换为与dataframe1一致的类型（此处为字符串）：

import polars as pl

# 构造示例数据
dataframe1 = pl.DataFrame({
    "key": ["a", "b", "c"],
    "value": [1, 2, 3]
})

dataframe2 = pl.DataFrame({
    "key": [None, None, None],
    "value": [4, 5, 6]
})

# 统一key列数据类型
dataframe2 = dataframe2.with_columns(pl.col("key").cast(pl.String))

2. 自定义Null安全的连接条件 #

Polars默认不将Null视为相等，因此需要通过condition参数自定义匹配规则，实现Null与Null的匹配：

# 实现EqSafeNull逻辑：键值相等 或 两边均为Null
result = dataframe1.join(
    dataframe2,
    how="left",
    condition=(pl.col("key") == pl.col("key_right")) | (pl.col("key").is_null() & pl.col("key_right").is_null()),
    suffix="_right"
)

print(result)

结果说明 #

• 针对你提供的示例数据，由于dataframe1的key无Null值，left join后不会匹配到dataframe2的行，结果与原dataframe1一致
• 如果dataframe1的key包含Null值，这些Null行将与dataframe2的Nullkey行完成匹配

内容的提问来源于stack exchange，提问作者user18140022