如何检测Polars DataFrame中是否存在True值？

假设你有这样一个全布尔类型的Polars DataFrame：

import polars as pl

df = pl.from_repr("""
┌───────┬───────┬───────┐
│ a     ┆ b     ┆ c     │
│ ---   ┆ ---   ┆ ---   │
│ bool  ┆ bool  ┆ bool  │
╞═══════╪═══════╪═══════╡
│ false ┆ true  ┆ false │
│ false ┆ false ┆ false │
│ false ┆ false ┆ false │
└───────┴───────┴───────┘
""")

你之前的方案需要多步操作才能得到最终结果，其实有几种更简洁的写法可以直接返回布尔值：

• 方法一：链式聚合判断
  先计算每一列是否存在True，再对这些结果做一次聚合判断：

  df.select(pl.all().any().any()).item()
  

• 方法二：用any_vertical直接跨行跨列判断
  any_vertical可以对所有列的元素进行纵向判断，直接得到整个DataFrame是否有True：

  df.select(pl.any_vertical(pl.all())).item()
  

• 方法三：扁平化后直接判断
  把整个DataFrame转换成单个Series，再调用any()方法：

  df.to_series().any()
  

以上三种方法都能一步得到结果，不需要额外的行检查步骤。针对示例中的DataFrame，三种方法都会返回True，因为其中存在True值。

内容的提问来源于stack exchange，提问作者Jerry