如何在Polars中实现Pandas基于索引的查询并保持指定行顺序？

问题背景 #

要实现 Pandas 中 df.loc[[23, 132]] 的功能——按指定顺序筛选行，但 Polars 没有类似的索引机制。原 Pandas 代码输出行顺序与指定的[23,132]完全一致：

import pandas as pd
import polars as pl

df = pd.DataFrame(data = ([21,123], [132,412], [23, 43]), columns = ['c1', 'c2']).set_index("c1")
out = df.loc[[23, 132]] 
print(pl.from_pandas(out.reset_index()))

但直接用 Polars 的 filter 方法会按原数据顺序返回，无法匹配指定顺序：

df = pl.DataFrame(data = ([21,123], [132,412], [23, 43]), schema = ['c1', 'c2'], orient = 'row')
print(df.filter(pl.col("c1").is_in([23, 132])))

输出行顺序为[132,23]，不符合需求。原数据有3000万行，需高效方案，避免排序操作。

高效解决方案 #

方案1：左连接临时表（最优，适配千万级数据） #

利用 Polars 的左连接特性，创建包含指定顺序的临时表，通过连接保留目标顺序，性能高效且无需排序：

import polars as pl

# 原数据
df = pl.DataFrame(data = ([21,123], [132,412], [23, 43]), schema = ['c1', 'c2'], orient = 'row')

# 指定筛选顺序
target_values = [23, 132]

# 创建带顺序标记的临时表
target_df = pl.DataFrame({"c1": target_values}).with_row_index("order_idx")

# 左连接匹配数据，按临时表顺序整理后移除辅助列
result = target_df.join(df, on="c1", how="left").sort("order_idx").drop("order_idx")

print(result)

输出结果：

shape: (2, 2)
┌─────┬─────┐
│ c1  ┆ c2  │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 23  ┆ 43  │
│ 132 ┆ 412 │
└─────┴─────┘

方案2：字典映射（适合小目标列表） #

如果目标筛选列表较短，可以通过字典映射快速按顺序提取行，适合小批量场景：

import polars as pl

df = pl.DataFrame(data = ([21,123], [132,412], [23, 43]), schema = ['c1', 'c2'], orient = 'row')
target_values = [23, 132]

# 构建c1到对应c2值的映射
value_map = df.select("c1", "c2").to_dict(as_series=False)
c1_map = dict(zip(value_map['c1'], value_map['c2']))

# 按目标顺序提取有效行
filtered_data = [[val, c1_map[val]] for val in target_values if val in c1_map]
result = pl.DataFrame(filtered_data, schema=['c1', 'c2'])

print(result)

注意：若目标列表过长或原数据量极大，字典构建会占用较多内存，此时优先选择方案1。

内容的提问来源于stack exchange，提问作者RacGreen1