如何用Polars获取DataFrame每行最右侧非空值并生成新列？

可以用Polars的pl.coalesce函数轻松实现这个需求，核心思路是从右到左依次检查列的非空值，取第一个非null的结果：

import polars as pl

data = {
    "product_id": ["1", "2", "3", "4", "5", "6", "7", "8", "9"],
    "col1": ["a", "a", "a", "a", "a", "a", "a", "a", "a"],
    "col2": ["b", None, "b", None, "b", None, "b", None, "b"],
    "col3": ["c", None, "c", None, None, None, None, None, None],
    "col4": [None, None, None, None, None, "d", None, None, "d"]
}

df = pl.DataFrame(data)

# 添加desired_column，取col4到col1中第一个非null值
df = df.with_columns(
    desired_column=pl.coalesce(["col4", "col3", "col2", "col1"])
)

print(df)

原理说明 #

pl.coalesce的作用是按传入的顺序，返回每行第一个不为null的值。我们将列从最右侧的col4开始，依次传入col3、col2、col1，这样就会优先获取最右侧的非空值，完全匹配需求。

输出结果 #

执行后得到的DataFrame结构如下：

shape: (9, 6)
┌────────────┬──────┬──────┬──────┬──────┬────────────────┐
│ product_id ┆ col1 ┆ col2 ┆ col3 ┆ col4 ┆ desired_column │
│ ---        ┆ ---  ┆ ---  ┆ ---  ┆ ---  ┆ ---            │
│ str        ┆ str  ┆ str  ┆ str  ┆ str  ┆ str            │
╞════════════╪══════╪══════╪══════╪══════╪════════════════╡
│ 1          ┆ a    ┆ b    ┆ c    ┆ null ┆ c              │
│ 2          ┆ a    ┆ null ┆ null ┆ null ┆ a              │
│ 3          ┆ a    ┆ b    ┆ c    ┆ null ┆ c              │
│ 4          ┆ a    ┆ null ┆ null ┆ null ┆ a              │
│ 5          ┆ a    ┆ b    ┆ null ┆ null ┆ b              │
│ 6          ┆ a    ┆ null ┆ null ┆ d    ┆ d              │
│ 7          ┆ a    ┆ b    ┆ null ┆ null ┆ b              │
│ 8          ┆ a    ┆ null ┆ null ┆ null ┆ a              │
│ 9          ┆ a    ┆ b    ┆ null ┆ d    ┆ d              │
└────────────┴──────┴──────┴──────┴──────┴────────────────┘

内容的提问来源于stack exchange，提问作者Okroshiashvili