如何以更惯用的方式检查Polars DataFrame中是否存在空值？

当然有更简洁、符合Polars惯用风格的写法，分两种场景：

1. 推荐：使用Polars内置方法（≥0.19.0版本） #

Polars在0.19.0及以上版本中新增了has_any_nulls()方法，专门用于检查DataFrame中是否存在任意空值，直接返回布尔值，完全替代你原有的代码：

df.has_any_nulls()

这是最符合Polars设计理念的写法，代码简洁且可读性拉满。

2. 兼容旧版本的简化写法 #

如果你使用的Polars版本低于0.19.0，也可以简化原代码，避免冗余的索引操作：

• 方式一：先统计每列空值数，再判断是否有列空值数大于0

df.null_count().select(pl.any_horizontal(pl.all() > 0)).item()

• 方式二：直接检查每个元素是否为空，再横向判断是否存在任意空值

df.is_null().any_horizontal(pl.all()).item()

对比你的原代码df.select(pl.any_horizontal(pl.all().null_count()))[0, 0]，上述写法要么利用了内置方法，要么通过.item()替代[0, 0]来提取单个值，更符合Polars的惯用操作习惯。

内容的提问来源于stack exchange，提问作者1''