polars.Expr.is_not_nan

Expr.is_not_nan() → Expr

Returns a boolean Series indicating which values are not NaN.

Examples

>>> df = pl.DataFrame(
...     {
...         "a": [1, 2, None, 1, 5],
...         "b": [1.0, 2.0, float("nan"), 1.0, 5.0],
...     }
... )
>>> df.with_column(pl.all().is_not_nan().suffix("_is_not_nan"))  # nan != null
shape: (5, 4)
┌──────┬─────┬──────────────┬──────────────┐
│ a    ┆ b   ┆ a_is_not_nan ┆ b_is_not_nan │
│ ---  ┆ --- ┆ ---          ┆ ---          │
│ i64  ┆ f64 ┆ bool         ┆ bool         │
╞══════╪═════╪══════════════╪══════════════╡
│ 1    ┆ 1.0 ┆ true         ┆ true         │
├╌╌╌╌╌╌┼╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 2    ┆ 2.0 ┆ true         ┆ true         │
├╌╌╌╌╌╌┼╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ null ┆ NaN ┆ true         ┆ false        │
├╌╌╌╌╌╌┼╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 1    ┆ 1.0 ┆ true         ┆ true         │
├╌╌╌╌╌╌┼╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 5    ┆ 5.0 ┆ true         ┆ true         │
└──────┴─────┴──────────────┴──────────────┘