Polars中join_asof能否禁止精确匹配？无该功能时的替代方案

问题背景 #

在pandas中，我们可以给merge_asof传入allow_exact_matches=False参数，禁止精确匹配行为。示例代码如下：

import pandas as pd

df1 = pd.DataFrame({
    "a": [1, 2, 3, 4, 5, 6, 7]
})

df2 = pd.DataFrame({
    "a": [1, 3, 5, 7],
    "b": [1, 3, 5, 7]
})

# forward方向，禁止精确匹配
pd.merge_asof(df1, df2, on="a", direction='forward', allow_exact_matches=False)
# 输出的b列：[3, 3, 5, 5, 7, 7, None]

# backward方向，禁止精确匹配
pd.merge_asof(df1, df2, on="a", direction='backward', allow_exact_matches=False)
# 输出的b列：[None, 1, 1, 3, 3, 5, 5]

但Polars的join_asof并没有提供直接对应的参数，因此需要通过替代方案实现相同效果。

替代解决方案 #

目前Polars没有直接实现allow_exact_matches=False的参数，但可以通过先执行常规asof join，再清空精确匹配结果的方式模拟该功能：

模拟forward方向禁止精确匹配 #

import polars as pl

df1 = pl.DataFrame({"a": [1, 2, 3, 4, 5, 6, 7]})
df2 = pl.DataFrame({"a": [1, 3, 5, 7], "b": [1, 3, 5, 7]})

# 第一步：执行常规forward方向asof join
result_forward = df1.join_asof(df2, on="a", direction="forward")
# 第二步：将精确匹配的行的结果列置空
result_forward = result_forward.with_columns(
    pl.when(pl.col("a") == pl.col("b")).then(None).otherwise(pl.col("b")).alias("b")
)

print(result_forward)
# 输出结果的b列：[3, 3, 5, 5, 7, 7, None]

模拟backward方向禁止精确匹配 #

# 第一步：执行常规backward方向asof join
result_backward = df1.join_asof(df2, on="a", direction="backward")
# 第二步：将精确匹配的行的结果列置空
result_backward = result_backward.with_columns(
    pl.when(pl.col("a") == pl.col("b")).then(None).otherwise(pl.col("b")).alias("b")
)

print(result_backward)
# 输出结果的b列：[None, 1, 1, 3, 3, 5, 5]

通用适配写法 #

如果匹配键列与结果列名称不同，或者担心列名冲突，可以通过标记精确匹配行的方式实现，更具通用性：

# 执行asof join，Polars会自动给右表的重复列添加后缀（如a_right）
result = df1.join_asof(df2, on="a", direction="forward")
# 标记精确匹配的行
result = result.with_columns(
    is_exact_match=(pl.col("a") == pl.col("a_right")).alias("is_exact_match")
)
# 清空精确匹配行的结果列
result = result.with_columns(
    pl.when(pl.col("is_exact_match")).then(None).otherwise(pl.col("b")).alias("b")
)
# 清理临时列
result = result.drop("is_exact_match", "a_right")

内容的提问来源于stack exchange，提问作者T.H Rice