如何在Polars中无需map_rows实现列的字典序比较过滤？

初始数据 #

首先定义初始DataFrame：

import polars as pl

df = pl.DataFrame({'a': [1, 1, 2, 0], 'b': [1, 4, 1, 5]})

输出结果：

shape: (4, 2)
┌─────┬─────┐
│ a   ┆ b   │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 1   ┆ 1   │
│ 1   ┆ 4   │
│ 2   ┆ 1   │
│ 0   ┆ 5   │
└─────┴─────┘

需求说明 #

需要按字典序过滤出(a, b)大于(1, 2)的行，规则为：先比较a与1，若a更大则直接满足；若a等于1，再比较b与2，b更大才满足。示例：

• (1, 1) < (1, 2) → 不保留
• (1, 3) > (1, 2) → 保留
• (2, 1) > (1, 2) → 保留

现有实现（使用map_rows） #

目前通过map_rows可以实现需求，但希望找到更高效的向量化方法：

df.filter(df.map_rows(lambda row: (row[0], row[1]) > (1, 2))['map'])

正确输出：

shape: (2, 2)
┌─────┬─────┐
│ a   ┆ b   │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 1   ┆ 4   │
│ 2   ┆ 1   │
└─────┴─────┘

错误的过滤方式 #

单独对列进行或操作会包含不符合要求的行（比如(0,5)），不符合需求：

df.filter((pl.col("a") > 1) | (pl.col("b") > 2))

错误输出：

shape: (3, 2)
┌─────┬─────┐
│ a   ┆ b   │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 1   ┆ 4   │
│ 2   ┆ 1   │
│ 0   ┆ 5   │
└─────┴─────┘

无需map_rows的解决方案 #

方法1：逻辑表达式组合

直接用逻辑条件组合实现字典序规则，完全向量化：

df.filter((pl.col("a") > 1) | ((pl.col("a") == 1) & (pl.col("b") > 2)))

执行后得到正确结果，和map_rows输出一致。

方法2：元组直接比较

Polars支持直接对列构造的元组进行比较，写法更简洁直观，且效率更高：

df.filter((pl.col("a"), pl.col("b")) > (1, 2))

这个写法和map_rows的逻辑完全一致，但避免了逐行遍历，性能更优，输出结果同样正确。

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