如何在Python-Polars中实现类似Pandas的DataFrame按索引逐元素相除？

Polars不需要像Pandas那样显式设置多列索引来对齐数据，而是通过基于连接键的表连接实现数据对齐，再执行逐元素运算。以下是对应你Pandas示例的Polars实现：

import polars as pl

# 创建两个DataFrame，和Pandas示例结构一致
df_1 = pl.DataFrame({
    'Name': ['a','a','a', 'b','b', 'c'],
    'Name_2': ['first','second','third', 'first','second', 'first'],
    'Value': [20,40,50,100,150,400]
})

df_2 = pl.DataFrame({
    'Name': ['a','a','a', 'b','b', 'c'],
    'Name_2': ['first','second','third', 'first','second', 'first'],
    'Value': [10,20,25,50,75,200]
})

# 以Name和Name_2为连接键对齐数据，计算除法后保留所需列
result = df_1.join(df_2, on=['Name', 'Name_2'], suffix='_2').with_columns(
    (pl.col('Value') / pl.col('Value_2')).alias('Value_ratio')
).select(['Name', 'Name_2', 'Value_ratio'])

print(result)

关键说明： #

• Polars的join会自动根据指定的连接键（on=['Name', 'Name_2']）对齐两行数据，无需预先设置索引。
• suffix='_2'用来区分两个DataFrame中同名的Value列，避免列名冲突。
• with_columns新增计算后的结果列，alias为结果列命名。

如果两个DataFrame的连接键完全匹配（无缺失或额外行），可以用更简洁的写法：

result_simple = df_1.join(df_2, on=['Name', 'Name_2']).select(
    ['Name', 'Name_2'],
    (pl.col('Value') / pl.col('Value_right')).alias('Value_ratio')
)

内容的提问来源于stack exchange，提问作者Alexandr