如何使用Polars筛选所有值均不为NaN的数据列？

Polars没法直接套用Pandas的列筛选语法，而且pl.filter确实只负责行过滤，要筛选列可以用这两种实用方法：

方法一：用select配合列表达式直接筛选 #

直接在select里判断每列是否存在至少一个非空值，保留符合条件的列：

import polars as pl

# 示例DataFrame
df = pl.DataFrame({
    "col1": [1, 2, None],
    "col2": [None, None, None],
    "col3": [3, 4, 5]
})

# 筛选出非全NaN的列
filtered_df = df.select(pl.col("*").is_not_null().any())

这里pl.col("*")选中所有列，is_not_null().any()会检查每列是否有至少一个非空值，自动排除全NaN的列。

方法二：先找出全NaN列再删除 #

先遍历列名，判断哪些列是全NaN的，再用drop删除它们：

# 找出所有全NaN的列名
all_null_cols = []
for col in df.columns:
    # 判断当前列是否所有值都是NaN
    if df.select(col).is_null().all().item():
        all_null_cols.append(col)

# 删除全NaN列
filtered_df = df.drop(all_null_cols)

两种方法都能实现需求，第一种更简洁，适合直接写在一行里；第二种更直观，适合需要单独处理全NaN列名的场景。

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