如何实现drop_nulls()反向操作：保留含至少一个空值的行

要实现和drop_nulls()相反的逻辑——保留所有包含至少一个空值的行，同时避免手动列出每一列，用Polars的pl.all()和pl.any_horizontal()就能轻松搞定，不用逐个指定列名。

完整实现代码（匹配你原逻辑） #

import polars as pl
import sys

# 筛选出存在空值的行，提取唯一的name字段
null_entries = (
    df.filter(pl.any_horizontal(pl.all().is_null()))
    .select("name")
    .unique()
    .rows()
)

# 打印提示信息
for (name,) in null_entries:
    print(f"Ignoring `{name}` because it has at least one null", file=sys.stderr)

# 移除含空值的行（完成你原代码的收尾操作）
df = df.drop_nulls()

关键逻辑说明 #

• pl.all()：自动选中DataFrame的所有列，省去手动列"a"、"b"、"c"的麻烦
• pl.any_horizontal(pl.all().is_null())：对每行做横向检查，只要任意一列是空值，就标记该行符合条件，完美替代多列is_null()的或运算

如果需要直接保留含空值的行 #

要是你的核心需求是保留而非后续删除这些行，直接用下面的代码：

# 保留所有包含至少一个空值的行
df_with_nulls = df.filter(pl.any_horizontal(pl.all().is_null()))

内容的提问来源于stack exchange，提问作者DJDuque