トップ / 結合・集合演算

join の how（結合の種類）

inner/left/full/semi/anti など、結合の種類を切り替える。

df1.join(df2, on="id", how="semi")   # df1側でdf2に一致する行だけを残す（df2の列は付かない）
df1.join(df2, on="id", how="anti")  # df1側でdf2に一致しない行だけを残す

ldf1.join(ldf2, on="id", how="semi")
ldf1.join(ldf2, on="id", how="anti")

挙動・設計の違い

Snowpark公式ドキュメントに列挙されているhowの値（inner/left・leftouter/right・rightouter/full・outer・fullouter/semi・leftsemi/anti・leftanti/cross/asof）は、semi・antiを含めてPolarsのhowとほぼ同じ語彙。semi結合は「相手に一致する行だけを残すが、相手側の列は付けない」、anti結合は「相手に一致しない行だけを残す」というSQLではやや馴染みの薄い結合で、両APIとも同じ意味・同じ名前で使える。

移行時の落とし穴

onに同じ列名を渡した場合の結果列の扱いがAPI間で違う（how="full"など外部結合で顕在化）。Snowpark公式ドキュメントは「列名の文字列を渡すと、結合キー列は1つにマージされる」と明記している。一方Polarsを実行して確認したところ、how="full"でon="id"を指定しても、結果にはidとid_rightという2つの列が別々に残る（一致しなかった行では片方がnullになる）。Snowpark側のコードを移植して「同じ列名を渡したから1列にまとまるはず」と思っていると、Polars側では列が重複したまま残っていて後続処理でつまずく。

結合・集合演算の他のメソッド

• join ── 2つのDataFrameを結合する。
• union ── 2つのDataFrameを縦に連結し、重複行を取り除く。
• union_all / unionAll ── 2つのDataFrameを縦に連結する。重複行はそのまま残す。
• union_by_name / unionByName ── 列の並び順ではなく列名を基準に2つのDataFrameを連結する。
• intersect ── 2つのDataFrameの両方に存在する行だけを残す（積集合）。
• subtract / except_ ── 片方のDataFrameから、もう片方にも存在する行を取り除く（差集合）。

出典・検証情報

• Snowpark 公式リファレンス（join の how（結合の種類））
• Polars 公式リファレンス（join の how（結合の種類））

Polars 1.36.1 で実行確認 / Snowpark Python SDK 1.51.1 で静的検証（2026-08-31）