Polars-python：检查另一个列表中列表列元素是否存在的最佳方法

Question

是否有更优化的方法来检查列表 dtype 列中的元素是否在另一个输入列表中？

import polars as pl

df = pl.DataFrame(
    {"sets": [[1, 2, 3], [1, 2], [9, 10]]}
)

df.with_columns(
    (
        pl.col("sets").list.set_intersection([1,7]).list.len() != 0
    ).alias("check")
)

shape: (3, 2)
┌───────────┬───────┐
│ sets      ┆ check │
│ ---       ┆ ---   │
│ list[i64] ┆ bool  │
╞═══════════╪═══════╡
│ [1, 2, 3] ┆ true  │
│ [1, 2]    ┆ true  │
│ [9, 10]   ┆ false │
└───────────┴───────┘

Answer 1

您提供的代码片段对我来说看起来像惯用的极坐标。另一种方法可能是评估每个列表中的每个元素是否包含在

[1, 7]

中，然后使用

pl.Expr.list.any

。

df.with_columns(
    pl.col("sets").list.eval(pl.element().is_in([1, 7])).list.any().alias("check")
)

shape: (3, 2)
┌───────────┬───────┐
│ sets      ┆ check │
│ ---       ┆ ---   │
│ list[i64] ┆ bool  │
╞═══════════╪═══════╡
│ [1, 2, 3] ┆ true  │
│ [1, 2]    ┆ true  │
│ [9, 10]   ┆ false │
└───────────┴───────┘

初步性能比较表明

pl.Expr.list.set_intersection

稍快一些。不过，如果 DataFrame 不是很大，则可能纯粹根据可读性做出决定。