Polars 中高效截断 DataFrame 列：保留指定列及之前所有列

Polars 中高效截断 DataFrame 列：保留指定列及之前所有列

在 Polars 中，若需保留从首列到目标列（如 'XYZ'）的所有列，丢弃其后全部列，最简洁高效的方式是使用切片语法 df[:, :'XYZ']，它语义清晰、性能优异且无需手动查找索引。

处理数据时，一个常见的需求是：只想保留从第一列到某个关键列之间的所有数据，后面的列统统不要。如果你从 Pandas 转来，可能会习惯性地去计算列索引，但在 Polars 里，其实有更优雅的解法。

Polars 原生支持直接用列名进行切片，这让列范围的截断操作变得异常直观。核心秘诀就在于这个写法：df[:, :'目标列名']。这就像对列表切片一样自然，它的意思是“从开头切到目标列（包括这一列）为止”，代码即语义，一目了然。

光说不练假把式，来看一个具体的例子：

import polars as pl

df = pl.DataFrame({
    'ABC': [1, 2, 3],
    'DEF': [4, 5, 6],
    'XYZ': [7, 8, 9],
    'GHI': [10, 11, 12],
    'JKL': [13, 14, 15]
})

# ✅ 推荐：一行完成，语义明确，零额外开销
result = df[:, :'XYZ']
print(result)

运行上面的代码，你会得到如下输出：

shape: (3, 3)
┌─────┬─────┬─────┐
│ ABC ┆ DEF ┆ XYZ │
│ --- ┆ --- ┆ --- │
│ i64 ┆ i64 ┆ i64 │
╞═════╪═════╪═════╡
│ 1   ┆ 4   ┆ 7   │
│ 2   ┆ 5   ┆ 8   │
│ 3   ┆ 6   ┆ 9   │
└─────┴─────┴─────┘

看，`‘GHI’`和`‘JKL’`列已经被干净利落地移除了，只保留了`‘XYZ’`及其之前的所有列。这种方法的优势在于，其底层实现会直接解析列名位置，省去了显式调用columns.index()这类查找索引的步骤。代码更短只是表面好处，真正关键的是它避免了潜在的重复查找开销，在处理列数众多的“宽表”时，性能优势会更加明显。

当然，有两点需要特别注意：

• 列名必须存在：目标列（如`‘XYZ’`）必须在DataFrame中，否则Polars会抛出ColumnNotFoundError。
• 容错处理：如果不确定目标列是否存在，安全的做法是先判断：if ‘XYZ’ in df.columns:，然后再执行切片操作。
• 维度理解：这个切片语法df[行, 列]中的冒号，作用于第二个维度（列维度），行维度保持不变，这符合Polars统一的索引协议。

总而言之，当你需要在Polars中截断列尾时，df[:, :‘target_col’]就是那个兼具可读性、简洁性与高性能的标准答案。记住它，下次就能省下不少功夫。