如何在Polars中不依赖map_elements高效创建B_in_A列？

当然有，Polars提供了多种向量化字符串操作来替代逐行的map_elements，这些方法效率更高、代码更简洁，也更具可扩展性。以下是两种常用方案：

方案1：使用str.contains（推荐） #

str.contains支持直接将另一列作为匹配模式，完全是向量化操作，性能远优于逐行处理：

import polars as pl

df = pl.DataFrame({"A":["foo","bar","foo"],"B":["f","b","s"]})

df = df.with_columns(
    pl.col("A").str.contains(pl.col("B")).alias("B_in_A")
)
print(df)

方案2：使用str.find判断匹配位置 #

str.find会返回子串的起始索引，若未找到则返回-1，通过判断索引是否不等于-1来得到布尔结果：

import polars as pl

df = pl.DataFrame({"A":["foo","bar","foo"],"B":["f","b","s"]})

df = df.with_columns(
    (pl.col("A").str.find(pl.col("B")) != -1).alias("B_in_A")
)
print(df)

以上两种方案都能得到和原代码完全一致的输出：

shape: (3, 3)
┌─────┬─────┬────────┐
│ A   ┆ B   ┆ B_in_A │
│ --- ┆ --- ┆ ---    │
│ str ┆ str ┆ bool   │
╞═════╪═════╪════════╡
│ foo ┆ f   ┆ true   │
│ bar ┆ b   ┆ true   │
│ foo ┆ s   ┆ false  │
└─────┴─────┴────────┘

为什么这些方法更优？ #

• 向量化执行：Polars会对整列数据批量处理，比map_elements的逐行循环快几个数量级，尤其适合大数据集。
• 代码简洁：无需定义lambda函数，逻辑一目了然。
• 可扩展性强：可以轻松结合其他Polars操作（如过滤、分组），无需修改逐行处理的逻辑。

内容的提问来源于stack exchange，提问作者DataJack