Polars DataFrame按列/按行逻辑运算：求更简洁实现方案

针对你提到的Polars里行掩码、全局布尔值写法繁琐的问题，这里提供三种场景的简洁替代方案，完全贴合Polars的原生API设计：

1. 获取包含"?"的列掩码 #

你的原有写法已经足够简洁，也可以写成更紧凑的等价形式：

(pl_df == "?").select(pl.all().any())
# 或者
pl_df.select(pl.all().eq("?").any())

2. 获取包含"?"的行掩码 #

不用再拼接列表、嵌套eval，直接用Polars专门用于横向行维度运算的pl.any_horizontal()函数：

(pl_df == "?").select(pl.any_horizontal(pl.all()))
# 等价简化写法
pl_df.select(pl.any_horizontal(pl.all().eq("?")))

该函数会对每一行的所有列布尔值做OR运算，直接输出每行的掩码结果。

3. 获取全局是否存在"?"的单个布尔值 #

可以基于行掩码结果直接聚合，或者一步到位链式调用：

# 方法1：基于行掩码结果聚合
(pl_df == "?").select(pl.any_horizontal(pl.all())).to_series().any()

# 方法2：直接链式调用
(pl_df == "?").any_horizontal(pl.all()).any()

# 方法3：先列维度聚合再全局判断
pl_df.select(pl.all().eq("?").any()).to_series().any()

这些方案完全利用Polars的原生横向运算API，避免了不必要的列表转换和嵌套操作，代码更简洁且性能更优。

内容的提问来源于stack exchange，提问作者AAriam