如何用多条件过滤Polars DataFrame？日期列表过长时的优化方案

当然可以用更简洁的方式处理长日期列表的过滤需求，不用手动逐个拼接|条件。针对你的场景，这里有两种高效的优化写法：

方法一：批量生成条件 + pl.any()合并 #

先保留你原来的日期区间生成逻辑，然后通过列表推导式批量生成所有is_between条件，最后用pl.any()判断每行是否满足任意一个区间条件：

from datetime import datetime
import polars as pl

dates = ["2018-03-25", "2019-03-31", "2020-03-29"]
timechange_forward = [(datetime.strptime(x+"T02:00", '%Y-%m-%dT%H:%M'), datetime.strptime(x+"T03:01", '%Y-%m-%dT%H:%M')) for x in dates]

# 批量生成所有区间过滤条件
conditions = [pl.col("time").is_between(start, end) for start, end in timechange_forward]
# 用pl.any()合并条件，等价于多个|逻辑
filtered_df = df.filter(pl.any(conditions))

这种写法的优势在于扩展性极强——不管你的日期列表有多长，都不需要修改过滤逻辑的代码，只需要维护dates列表即可。

方法二：用Polars原生日期函数简化处理 #

如果想更贴合Polars的生态（尤其是处理大数据时性能更优），可以替换掉Python的datetime模块，直接用Polars的pl.to_datetime函数处理日期字符串：

import polars as pl

dates = ["2018-03-25", "2019-03-31", "2020-03-29"]
# 用Polars原生函数生成时间区间，避免跨模块转换开销
timechange_forward = [(pl.to_datetime(x + "T02:00"), pl.to_datetime(x + "T03:01")) for x in dates]

conditions = [pl.col("time").is_between(start, end) for start, end in timechange_forward]
filtered_df = df.filter(pl.any(conditions))

核心逻辑说明 #

pl.any(conditions)会逐行检查：只要该行满足conditions列表中的任意一个is_between条件，就会被保留，完全等价于你原来手动写的|拼接逻辑，但代码更简洁、更易维护，也不会因为日期列表变长而出现代码冗余或遗漏。

内容的提问来源于stack exchange，提问作者nik