如何找到编号。极坐标数据框中每列的空值？

Question

在 pandas 中，人们可以这样做：

import pandas as pd

d = {"foo":[1,2,3, None], "bar":[4,None, None, 6]}
df_pandas = pd.DataFrame.from_dict(d)
dict(df_pandas.isnull().sum())

[出去]：

{'foo': 1, 'bar': 2}

在极坐标中，可以通过循环列来执行相同的操作：

import polars as pl

d = {"foo":[1,2,3, None], "bar":[4,None, None, 6]}
df_polars = pl.from_dict(d)

{col:df_polars[col].is_null().sum() for col in df_polars.columns}

使用 时，循环遍历极坐标中的列尤其痛苦LazyFrame，因此.collect()必须分块完成才能进行聚合。

有没有办法找到没有。极地数据帧中每一列中的空值而不循环遍历每一列？

Answer 1

假设您不熟悉输出格式，惯用的方法是......

df.select(pl.all().is_null().sum())

但是，如果您真的喜欢 dict 输出，您可以轻松获得它......

df.select(pl.all().is_null().sum()).to_dicts()[0]

它的工作方式是，在select我们开始的时候pl.all()，这意味着所有的列，然后，就像在 pandas 版本中一样，我们应用is_null它将返回 True/False。由此我们将sumTrue 转换为 1 并给出每列中 null 的数量。

还有专用的null_count()，所以你不必链接is_null().sum()感谢@jqurious 的提示。