如何在Polars中实现Pandas isin函数的等效功能？

Pandas实现示例 #

先明确我们要复刻的逻辑，假设数据集如下：

import pandas as pd

DF = pd.DataFrame({'id': [1,2,3,4,5]})
DF2 = pd.DataFrame({'id': [2,4,6], 'flag': [1,0,1]})

# 核心逻辑：给DF新增列，标记id是否存在于DF2中flag=1的id集合
DF['is_flagged'] = DF['id'].isin(DF2[DF2['flag']==1]['id'])

最终DF输出：

Polars等效实现 #

你之前用is_in()失败，大概率是参数格式不对。Polars的is_in()支持直接传入Polars Series或表达式，完全不需要join或额外标记列，两种写法都能实现需求：

写法1：先提取符合条件的id列表

import polars as pl

pl_DF = pl.DataFrame({'id': [1,2,3,4,5]})
pl_DF2 = pl.DataFrame({'id': [2,4,6], 'flag': [1,0,1]})

# 从DF2筛选flag=1的id并转成列表
flagged_ids = pl_DF2.filter(pl.col('flag') == 1)['id'].to_list()

# 新增is_flagged列
pl_DF = pl_DF.with_columns(
    is_flagged=pl.col('id').is_in(flagged_ids)
)

写法2：表达式嵌套（更简洁）

无需提前转列表，直接在is_in()中嵌套筛选逻辑：

pl_DF = pl_DF.with_columns(
    is_flagged=pl.col('id').is_in(pl_DF2.filter(pl.col('flag') == 1).select('id'))
)

两种写法的输出结果和Pandas完全一致，且满足你要求的无join、无标记列的条件。

内容的提问来源于stack exchange，提问作者Alk90