Polars中对全列使用drop_nans()异常及正确用法咨询

问题原因分析 #

你之前的代码出现异常行为，核心是对API用法的误解：

• drop_nans()是Series专属方法，作用是返回当前列移除NaN后的结果，但不会改变DataFrame的行数。
• 当你在with_columns(pl.all().drop_nans())中调用时，Polars会将处理后长度缩短的Series自动广播填充到原DataFrame的行数，导致a列的非NaN值1.0被重复填充，b列的null被保留并补全到对应行，最终出现不符合预期的输出。

另外，Polars的DataFrame确实没有drop_nans()方法，数值列中的NaN会被统一识别为null，因此需要通过drop_nulls()或过滤条件来实现需求。

正确实现方式 #

你的预期是仅删除包含NaN的行（即a列存在NaN的行），有两种简洁的实现方法：

方法1：使用drop_nulls()指定检查列 #

利用Polars将数值列NaN视为null的特性，通过subset参数指定仅检查a列的null（即NaN），删除对应行：

ex = pl.DataFrame(
    {
        'a': [float('nan'), 1, float('nan')],
        'b': [None, 'a', 'b']
    }
)

result = ex.drop_nulls(subset=['a'])
print(result)

输出结果：

shape: (1, 2)
┌─────┬─────┐
│ a   ┆ b   │
│ --- ┆ --- │
│ f64 ┆ str │
├─────┼─────┤
│ 1.0 ┆ a   │
└─────┴─────┘

方法2：直接过滤非NaN行 #

通过is_not_nan()条件精准筛选a列不是NaN的行，逻辑更直观：

result = ex.filter(pl.col('a').is_not_nan())
print(result)

输出结果与方法1完全一致。

内容的提问来源于stack exchange，提问作者NotAName