用途：该技能针对 Polars 中容易被小数据测试掩盖的边界问题，重点说明 join 的行顺序行为，帮助在编写或修改调用 DataFrame.join、LazyFrame.join 且下游依赖结果行顺序的 Python 代码时避免静默错误。
主要能力：说明 join 默认不保留行顺序。DataFrame.join 与 LazyFrame.join 接受仅限关键字的 maintain_order 参数，默认值为 'none'，即不保证顺序；小数据上可能看似与左表一致，但数据量增大、多线程哈希连接启用后，或跨运行、跨 Polars 版本时可能改变。
必要用法：当下游代码依赖行顺序时，显式传入 maintain_order。常见场景“把查找表 join 到主表并保持主表顺序”应使用 maintain_order="left"。示例：result = df.join(meta, on="sample_id", how="left", maintain_order="left")。注意 maintain_order 是仅限关键字的参数，必须按关键字传递。
maintain_order 取值：'none'（默认，无保证顺序，最快，可能随版本、运行、数据量变化）；'left'（保留左表行顺序）；'right'（保留右表行顺序）；'left_right'（先左后右）；'right_left'（先右后左）。
常见误区：how="left" 只控制保留哪些键，不控制行顺序，左连接仍可能相对左表重排；join 后做 hstack、按位置赋值 numpy 数组或 pl.Series、按位置索引时，若未传 maintain_order 可能静默出错；小测试通过不能证明顺序可靠。
限制：仅在顺序对下游有影响时才需要 maintain_order，若之后会重新排序或把输出当作集合处理，可省略以获得更快速度。资料未提供更多平台、收费或安装信息。