Python 通过对列的其余部分进行采样，在Polars DataFrame中填充_null`

解

这似乎奏效了.它基于您最初的 idea ，它只是纯粹使用表达式对每一列执行相同的操作.

daf.select(
    pl.col("*").fill_null(
        pl.col("*").drop_nulls().sample(pl.len(), with_replacement=True)
    )
)

┌─────┬───────┐
│ a   ┆ b     │
│ --- ┆ ---   │
│ i64 ┆ str   │
╞═════╪═══════╡
│ 1   ┆ two   │
│ 2   ┆ two   │
│ 6   ┆ three │
│ 10  ┆ six   │
│ 5   ┆ five  │
│ 6   ┆ six   │
│ 1   ┆ seven │
│ 2   ┆ two   │
│ 2   ┆ nine  │
│ 10  ┆ ten   │
└─────┴───────┘

解释

pl.col("*")(或pl.all())只需单独 Select 每一列，然后对其应用后续操作.后来，它保留了相同的 struct ，因为例如，它是这样工作的:

>>> df = pl.DataFrame({"a": [1, 2, 3], "b": [100, 200, 300]})
>>> df.select(pl.col("*").mul(pl.col("*").mean()))
shape: (3, 2)
┌─────┬─────────┐
│ a   ┆ b       │
│ --- ┆ ---     │
│ f64 ┆ f64     │
╞═════╪═════════╡
│ 2.0 ┆ 20000.0 │
│ 4.0 ┆ 40000.0 │
│ 6.0 ┆ 60000.0 │
└─────┴─────────┘

如果我使用LazyFrame和explain，它在引擎盖下面是这样做的:

>>> daf.select(pl.col("*").fill_null(pl.col("*").drop_nulls().sample(pl.len(), with_replacement=True))).explain()
 SELECT [col("a").fill_null([col("a").drop_nulls().sample([len()])]), col("b").fill_null([col("b").drop_nulls().sample([len()])])] FROM
  DF ["a", "b"]; PROJECT 2/2 COLUMNS; SELECTION: "None"

让我有点惊讶的是，fill_null部分确实起作用了.fill_null的documentation不是很清楚，您可以向它传递一个表达式，该表达式返回的不是单个值，它的工作方式是这样的.

此外，人们还会认为使用1或100而不是pl.len()会产生相同的结果，但是对于每个空替换，1号返回相同的样本，而1或pl.len()以外的任何值都会产生形状误差.

它似乎做了一个表大小的or操作，并将每个空值替换为来自另一边的对应点的值(仍然可以是空的)，这有点有趣.

>>> daf.select(pl.col("*").fill_null(pl.col("*").reverse()))
shape: (10, 2)
┌──────┬───────┐
│ a    ┆ b     │
│ ---  ┆ ---   │
│ i64  ┆ str   │
╞══════╪═══════╡
│ 1    ┆ ten   │
│ 2    ┆ two   │
│ null ┆ three │
│ null ┆ seven │
│ 5    ┆ five  │
│ 6    ┆ six   │
│ null ┆ seven │
│ null ┆ three │
│ 2    ┆ nine  │
│ 10   ┆ ten   │
└──────┴───────┘