使用Polars str.replace时，如何将正则捕获组传递给回调函数？

问题场景 #

给定如下Polars Series：

import polars as pl

s = pl.Series(['{1-5}', '1'])

需要将其中的{1-5}转换为{1, 2, 3, 4, 5}，且要通过正则捕获组动态提取范围的起止值，而非手动指定。

可行方案 #

方法1：使用lambda函数处理正则匹配

Polars的str.replace支持传入lambda函数作为替换值（需指定regex=True），lambda会接收每个匹配的match对象，从中提取捕获组的动态值：

import polars as pl

s = pl.Series(['{1-5}', '1'])

result = s.str.replace(
    r'\{(\d+)-(\d+)\}',
    lambda m: f"{{{', '.join(map(str, range(int(m[1]), int(m[2]) + 1)))}}}",
    regex=True
)

print(result)

输出结果：

shape: (2,)
Series: '' [str]
[
    "{1, 2, 3, 4, 5}"
    "1"
]

方法2：纯Polars表达式实现（向量化操作）

如果需要在复杂数据流中使用，推荐用纯Polars表达式链，避免逐元素的lambda调用：

import polars as pl

s = pl.Series(['{1-5}', '1'])

result = (
    s.to_frame(name="val")
    .with_columns(
        pl.when(pl.col("val").str.contains(r'\{\d+-\d+\}'))
          .then(
              pl.format(
                  "{{{}}}",
                  pl.col("val").str.extract(r'(\d+)', 1).cast(pl.Int32)
                      .range(end=pl.col("val").str.extract(r'(\d+)', 2).cast(pl.Int32) + 1)
                      .list.eval(pl.element().cast(pl.Utf8))
                      .list.join(", ")
              )
          )
          .otherwise(pl.col("val"))
    )
    .select("val")
    .to_series()
)

print(result)

输出结果与方法1一致。

原写法问题说明 #

你之前尝试的f'{set(range(int('${1}'), int('${2}' + 1)))}'无法生效，因为Python的f-string会在执行str.replace前就完成解析，无法获取正则运行时捕获的动态组值。必须通过Polars支持的动态替换逻辑（lambda或表达式链）才能实现需求。

内容的提问来源于stack exchange，提问作者Elis Evans