如何在Rust Polars中识别所有值均非空的行？

你可以通过Rust版Polars提供的all_horizontal函数实现需求，逻辑和Python端完全一致，以下是完整示例：

use polars::prelude::*;

fn main() -> Result<(), PolarsError> {
    // 构造含空值的DataFrame
    let df = DataFrame::new(vec![
        Series::new("a", &[Some(1), None, None, Some(1)]),
        Series::new("b", &[None, Some(1), None, Some(1)]),
    ])?;

    // 生成标识每行全非空的ChunkedArray<bool>
    let all_non_null = df
        .select([all_horizontal(all().is_not_null())])?
        .column(0)?
        .bool()?
        .clone();

    // 输出结果
    println!("{:?}", all_non_null);
    Ok(())
}

代码说明 #

• all().is_not_null()：生成所有列的非空判断表达式，每个列对应一个布尔序列，标记该行该列是否非空。
• all_horizontal(...)：横向聚合这些布尔表达式，返回一个新的布尔序列，每行的值为对应行所有列非空判断的逻辑与结果（即所有列都非空时为true）。
• 最后通过column(0)取出结果列，转为ChunkedArray<bool>类型，就是你需要的标识数组。

手动实现方式（可选） #

如果需要更底层的手动遍历逻辑，可以通过fold累积每列的非空判断结果：

use polars::prelude::*;

fn main() -> Result<(), PolarsError> {
    let df = DataFrame::new(vec![
        Series::new("a", &[Some(1), None, None, Some(1)]),
        Series::new("b", &[None, Some(1), None, Some(1)]),
    ])?;

    let all_non_null = df
        .columns()
        .iter()
        .map(|series| series.is_not_null())
        .fold(
            // 初始化全为true的数组
            Ok(ChunkedArray::full("all_non_null", true, df.height())),
            // 依次与每列的非空判断做逻辑与
            |acc, ca| acc.and(&ca),
        )?;

    println!("{:?}", all_non_null);
    Ok(())
}

两种方式的输出结果一致，都会得到：

[false, false, false, true]

内容的提问来源于stack exchange，提问作者lebesgue