如何用Polars在多列搜索字符串并生成标记列？求with_columns简洁写法

问题说明 #

现有Polars代码可实现多列搜索指定字符串，任意列匹配则生成值为1的标记列，否则为0。但希望在with_columns()方法内用更简洁的写法完成相同功能，现有代码及运行结果如下：

现有代码

import polars as pl

df = pl.DataFrame({
    "col1": ["hello", "world", "polars"],
    "col2": ["data", "science", "hello"],
    "col3": ["test", "string", "match"],
    "col4": ["hello", "example", "test"]
})

search_string = "hello"

condition = pl.lit(False)

for col in df.columns:
    condition |= pl.col(col).str.contains(search_string)

df = df.with_columns(
    condition.alias("string_found") + 0
)

print(df)

现有代码运行结果

shape: (3, 5)
┌────────┬─────────┬────────┬─────────┬──────────────┐
│ col1   ┆ col2    ┆ col3   ┆ col4    ┆ string_found │
│ ---    ┆ ---     ┆ ---    ┆ ---     ┆ ---          │
│ str    ┆ str     ┆ str    ┆ str     ┆ i32          │
╞════════╪═════════╪════════╪═════════╪══════════════╡
│ hello  ┆ data    ┆ test   ┆ hello   ┆ 1            │
│ world  ┆ science ┆ string ┆ example ┆ 0            │
│ polars ┆ hello   ┆ match  ┆ test    ┆ 1            │
└────────┴─────────┴────────┴─────────┴──────────────┘

简洁实现方案 #

方案1：使用pl.any_horizontal()（推荐）

利用Polars的横向聚合函数any_horizontal()，一行代码完成逻辑：

import polars as pl

df = pl.DataFrame({
    "col1": ["hello", "world", "polars"],
    "col2": ["data", "science", "hello"],
    "col3": ["test", "string", "match"],
    "col4": ["hello", "example", "test"]
})

search_string = "hello"

df = df.with_columns(
    pl.any_horizontal(pl.all().str.contains(search_string)).cast(pl.Int32).alias("string_found")
)

print(df)

• pl.all()选中所有列，对每列执行字符串匹配
• any_horizontal()横向检查任意列是否匹配成功（返回布尔值）
• .cast(pl.Int32)把布尔值转成整数（True→1，False→0）

方案2：指定部分列匹配

如果只需要检查部分列，把pl.all()换成目标列名列表即可：

df = df.with_columns(
    pl.any_horizontal(pl.col(["col1", "col2", "col4"]).str.contains(search_string)).cast(pl.Int32).alias("string_found")
)

方案3：用pl.max_horizontal()间接实现

布尔值转成整数后，最大值为1代表有匹配，0则无匹配，用max_horizontal()取横向最大值：

df = df.with_columns(
    pl.max_horizontal(pl.all().str.contains(search_string).cast(pl.Int32)).alias("string_found")
)

以上三种方案的运行结果均与原有代码完全一致。

内容的提问来源于stack exchange，提问作者Fred