Polars中如何筛选列表列含指定元素的行？（任意/全部）

解决方案 #

Polars提供了原生的列表操作方法，能高效实现这两种筛选需求，完全不需要手动遍历或展开列表，性能拉满：

1. 筛选包含全部指定元素的行

用list.contains_all()方法，直接判断列表列是否包含目标列表的所有元素：

df_all = df.filter(pl.col("sets").list.contains_all(items))
print(df_all)

输出结果：

shape: (2, 1)
┌───────────┐
│ sets      │
│ ---       │
│ list[i64] │
╞═══════════╡
│ [1, 2, 3] │
│ [2, 0, 1] │
└───────────┘

2. 筛选包含任意指定元素的行

用list.contains_any()方法，判断列表列是否包含目标列表中的至少一个元素：

df_any = df.filter(pl.col("sets").list.contains_any(items))
print(df_any)

输出结果：

shape: (6, 1)
┌───────────┐
│ sets      │
│ ---       │
│ list[i64] │
╞═══════════╡
│ [1, 2, 3] │
│ [2, 12]   │
│ [6, 6, 1] │
│ [2, 0, 1] │
│ [1, 1, 4] │
│ [2, 7, 2] │
└───────────┘

方法优势 #

这两个方法都是Polars的向量化操作，底层由Rust实现，比Python层面的循环或列表推导效率高得多，处理大体积DataFrame时优势尤为明显。

如果你的Polars版本较旧（比如0.18.x及以前），只需把items转成Polars Series传入即可：pl.Series(items)，新版本直接传列表就能正常运行。

内容的提问来源于stack exchange，提问作者Brian