Polars - 当/那么条件形成字典

我想要一个函数，它接受条件列表作为参数，并按所有条件过滤给定的数据帧。 伪代码应该是这样的：

def Filter(df, conditions = ["a","b"]):
    conditions_dict = {
        "a":  pl.col("x") < 5,
        "b":  pl.col("x") > -3,
        "c":  pl.col("z") < 7
        }

    return df.with_columns(
        pl.when( any [conditions_dict[c] for c in conditions])
        .then(pl.lit(False))
        .otherwise(pl.lit(True))
        .alias("bool")
        )

怎么做？

import polars as pl

def filter_df(df, conditions=["a", "b"]):
    conditions_dict = {
        "a": pl.col("x") < 5,
        "b": pl.col("x") > -3,
        "c": pl.col("z") < 7,
    }

    # Dynamically create the condition using reduce
    cond = pl.reduce(lambda a, b: a & b, [conditions_dict[c] for c in conditions])

    return df.with_columns(
        pl.when(cond)
        .then(pl.lit(False))
        .otherwise(pl.lit(True))
        .alias("bool")
    )

# Sample DataFrame
df = pl.DataFrame({"x": [1, 2, 6, 4, -5], "z": [8, 3, 2, 6, 1]})

# Test the function
print(filter_df(df, ["a", "b"]))

说明：

1. 动态条件构建：

2. 我们使用 pl.reduce(lambda a, b: a & b, [conditions_dict[c] for c in conditions]) 来动态地将多个条件组合成一个条件。 reduce 函数依次应用 lambda 函数，将两个条件使用 & 运算符连接起来，最终生成一个组合条件。

3. 应用条件：

4. 我们在 pl.when(cond) 中使用动态构建的 cond 来应用过滤条件。

现在， filter_df 函数将根据提供的条件列表动态地过滤数据帧。