如何用Polars API筛选唯一值少于3的列？求更惯用实现方式

你可以直接利用Polars的表达式API，通过select配合列级条件判断完成筛选，这是最符合Polars风格的惯用写法，无需额外的Python循环或类型转换：

import polars as pl

df = pl.DataFrame({"col1":[1,1,2], "col2":[1,2,3], "col3":[3,3,3]})
df_few_unique = df.select(pl.col(pl.all().n_unique() < 3))

写法解释 #

• pl.all().n_unique() < 3：对所有列计算唯一值数量，生成布尔掩码标记出唯一值数量小于3的列
• pl.col(...)：根据布尔掩码筛选对应列，直接传入select方法即可完成列过滤

对比原有实现 #

你的代码需要将掩码转换为NumPy数组后循环筛选列，而上面的写法完全利用Polars的向量化表达式能力，代码更简洁，还能避免Python层面的循环开销，执行效率更高。

反向筛选的等价写法 #

如果习惯用drop操作，也可以通过排除不符合条件的列实现同样效果：

df_few_unique = df.drop(pl.col(pl.all().n_unique() >= 3))

和Pandas写法的对比 #

Pandas中你用df.loc[:, mask]完成列筛选，Polars的写法更紧凑，直接在select中内嵌列级条件判断，无需单独生成掩码变量。

内容的提问来源于stack exchange，提问作者TomNorway