Polars - 检查数据框中是否为空

Question

我知道我可以在 Polars 中执行

.null_count()

，它会返回一个数据帧，告诉我每列的空计数。

d = {"foo":[1,2,3, None], "bar":[4,None, None, 6]}
df_polars_withnull = pl.from_dict(d)

df_polars_withnull.null_count()

会产生一个数据框

foo   bar
  1     2

我想知道整个数据框中是否有任何空值

类似的东西

if any(df_polars_withnull.null_count()):
   print ('has nulls')
else:
   print ('no nulls')

不幸的是，这不起作用。这里正确的代码是什么？

这可行，但看起来有点难看

if df_polars_nonull.null_count().sum(axis=1)[0]:
   print ('has nulls')
else:
   print ('no nulls')

Answer 1

如何使用

melt

重塑为单列，然后运行

is_null

+

any

:

df_polars_withnull.melt()['value'].is_null().any()

输出：

True