如何检查Python Polars DataFrame行值是否存在于指定列表中

你遇到的错误是因为Python原生的in运算符无法直接用于Polars表达式——Polars的表达式是延迟计算的对象，不能直接用in来判断布尔值，这就导致了TypeError: the truth value of an Expr is ambiguous报错。

正确实现方式 #

Polars提供了专门的is_in()表达式方法来处理这类“值是否在列表中”的判断，直接返回布尔列，无需额外的when逻辑（当然用when也能实现，但没必要）。

方法1：直接使用is_in()（推荐）

list_animal = ['cat', 'mouse', 'dog', 'sloth', 'zebra']
df = pl.DataFrame([
    pl.Series('thing', ['cat', 'plant', 'mouse', 'dog', 'sloth', 'zebra', 'shoe']),
    pl.Series('isAnimal', [None, None, None, None, None, None, None]),
])

# 生成isAnimal2列
df = df.with_columns(
    pl.col("thing").is_in(list_animal).alias("isAnimal2")
)

方法2：结合when使用is_in()

如果一定要用when逻辑，只需要把条件替换为pl.col("thing").is_in(list_animal)即可：

df = df.with_columns(
    pl.when(pl.col("thing").is_in(list_animal))
    .then(True)
    .otherwise(False)
    .alias("isAnimal2")
)

执行结果 #

最终生成的DataFrame如下：

shape: (7, 3)
┌────────┬─────────┬───────────┐
│ thing  ┆ isAnimal┆ isAnimal2 │
│ ---    ┆ ---     ┆ ---       │
│ str    ┆ f64     ┆ bool      │
╞════════╪═════════╪═══════════╡
│ cat    ┆ null    ┆ true      │
│ plant  ┆ null    ┆ false     │
│ mouse  ┆ null    ┆ true      │
│ dog    ┆ null    ┆ true      │
│ sloth  ┆ null    ┆ true      │
│ zebra  ┆ null    ┆ true      │
│ shoe   ┆ null    ┆ false     │
└────────┴─────────┴───────────┘

为什么之前的方法报错？ #

1. 第一种方法里的pl.col("thing") in list_animal是Python层面的操作，Polars表达式对象无法被in直接判断，因此触发歧义错误。
2. 第二种方法误用了list.eval——这个方法是用来处理列表类型的列，而你的thing列是字符串类型，同时pl.element() in list_animal同样犯了用Python原生in处理表达式的错误。

内容的提问来源于stack exchange，提问作者Paul