Python 如何过滤 Polars DataFrame 中列表包含 null 的行

在选角前做判断可能会更简单.

我认为您希望替换(或替换_all)空格，因为您当前的代码丢失了506.

nums = pl.col("^list.*$").str.replace(" ", "").str.strip("[]")

df.with_columns(
   pl.when(nums != "")
     .then(nums.str.split(",").cast(pl.List(pl.Float64)))
).collect()

shape: (3, 3)
┌────────────────┬─────────────┬───────────┐
│ list1          ┆ list2       ┆ list3     │
│ ---            ┆ ---         ┆ ---       │
│ list[f64]      ┆ list[f64]   ┆ list[f64] │
╞════════════════╪═════════════╪═══════════╡
│ null           ┆ [0.0, 1.2]  ┆ [3.4]     │
│ [102.0, 506.0] ┆ [12.0, 5.2] ┆ [2.3]     │
│ [15.0]         ┆ [0.5, 8.2]  ┆ null      │
└────────────────┴─────────────┴───────────┘

我们使用.when().then()来判断替换/剥离的结果是否为空字符串.

默认的.otherwise(None)分支意味着我们将有null个值用于空列表.

然后，您只需在COLLECT前使用.drop_nulls()即可删除任何包含空列的行.

df.with_columns(
   pl.when(nums != "")
     .then(nums.str.split(",").cast(pl.List(pl.Float64)))
).drop_nulls().collect()

shape: (1, 3)
┌────────────────┬─────────────┬───────────┐
│ list1          ┆ list2       ┆ list3     │
│ ---            ┆ ---         ┆ ---       │
│ list[f64]      ┆ list[f64]   ┆ list[f64] │
╞════════════════╪═════════════╪═══════════╡
│ [102.0, 506.0] ┆ [12.0, 5.2] ┆ [2.3]     │
└────────────────┴─────────────┴───────────┘

或者更好的做法是先过滤，然后再转换剩余部分:

(df.filter(pl.all_horizontal(pl.all() != "[]"))
   .with_columns(
      pl.all().str.replace(" ", "")
        .str.strip("[]")
        .str.split(",")
        .cast(pl.List(pl.Float64))
   )
).collect()