设置allow_exact_matches=False后，join_asof()仍返回精确匹配的原因？

这不是bug，是Polars 1.35.2版本里join_asof使用strategy="nearest"时的已知行为——当执行自连接时，allow_exact_matches=False无法过滤掉精确匹配的行。原因是nearest策略的逻辑优先级更高，自连接场景下每一行的精确匹配项会被直接判定为"最近"，导致allow_exact_matches的限制未生效。

解决办法 #

要获取最近的非精确匹配，可以在连接完成后手动过滤掉精确匹配的行：

import polars as pl

df = pl.from_repr("""
┌─────┬────────────┐
│ uid ┆ dates      │
│ --- ┆ ---        │
│ i64 ┆ date       │
╞═════╪════════════╡
│ 1   ┆ 2025-11-21 │
│ 2   ┆ 2025-11-22 │
│ 3   ┆ 2025-11-23 │
│ 4   ┆ 2025-11-24 │
│ 5   ┆ 2025-11-25 │
└─────┴────────────┘
""")

# 自连接后过滤精确匹配项
self_join = df.join_asof(
    df,
    on="dates",
    strategy="nearest",
    allow_exact_matches=False,
    coalesce=False,
).filter(pl.col("dates") != pl.col("dates_right"))

print(self_join)

执行后的结果会正确移除精确匹配：

┌─────┬────────────┬───────────┬─────────────┐
│ uid ┆ dates      ┆ uid_right ┆ dates_right │
│ --- ┆ ---        ┆ ---       ┆ ---         │
│ i64 ┆ date       ┆ i64       ┆ date        │
╞═════╪════════════╪═══════════╪═════════════╡
│ 1   ┆ 2025-11-21 ┆ 2         ┆ 2025-11-22  │
│ 2   ┆ 2025-11-22 ┆ 1         ┆ 2025-11-21  │
│ 2   ┆ 2025-11-22 ┆ 3         ┆ 2025-11-23  │
│ 3   ┆ 2025-11-23 ┆ 2         ┆ 2025-11-22  │
│ 3   ┆ 2025-11-23 ┆ 4         ┆ 2025-11-24  │
│ 4   ┆ 2025-11-24 ┆ 3         ┆ 2025-11-23  │
│ 4   ┆ 2025-11-24 ┆ 5         ┆ 2025-11-25  │
│ 5   ┆ 2025-11-25 ┆ 4         ┆ 2025-11-24  │
└─────┴────────────┴───────────┴─────────────┘

如果需要每行仅保留一个最近的非精确匹配，可以进一步筛选唯一值：

self_join_unique = self_join.with_columns(
    (pl.col("dates") - pl.col("dates_right")).abs().alias("date_diff")
).sort("date_diff").group_by("uid", "dates").first()

print(self_join_unique)

额外说明 #

这个行为可能在Polars后续版本中被优化，你可以留意官方更新日志查看参数逻辑是否调整。

内容的提问来源于stack exchange，提问作者rainerpf