如何在Polars DataFrame中筛选含单个空格单元格的列？

原始DataFrame定义 #

import polars as pl

df = pl.DataFrame({
    "col_A": [" ", "a 2"],
    "col_B": [1, 2],
    "col_C": ["c 1", " "],
    "col_D": ["d1", "d2"]
})

需求 #

筛选出所有包含单个空格" "作为单元格值的列，预期结果为['col_A', 'col_C']

当前错误代码及问题 #

df.select(pl.col(pl.String)).filter(pl.any_horizontal(pl.all() == " ")).columns

上述代码返回所有字符串类型列，未实现目标过滤效果。原因是filter(pl.any_horizontal(pl.all() == " "))是按行筛选——只要某一行存在任意一列等于空格，就保留该行，最终取这些行的所有列名，因此无法精准筛选出包含空格值的列。

正确解法 #

方法1：利用Polars表达式直接筛选列 #

通过pl.col().is_in([" "]).any()判断每一列是否存在单个空格值，再筛选符合条件的字符串列：

result_cols = df.select(
    pl.col(pl.String).filter(pl.col().is_in([" "]).any())
).columns
print(result_cols)  # 输出: ['col_A', 'col_C']

方法2：遍历列进行检查 #

通过遍历所有列，先判断列类型为字符串，再检查该列是否存在单个空格值：

result_cols = [
    col for col in df.columns
    if df[col].dtype == pl.String and (df[col] == " ").any()
]
print(result_cols)  # 输出: ['col_A', 'col_C']

内容的提问来源于stack exchange，提问作者Vega