如何在Polars DataFrame中截取到冒号前的子串

你可以通过以下两种简洁的方法实现需求：

方法1：拆分字符串后取首段 #

利用str.split按冒号分割字符串，再提取分割后的第一个元素，同时用str.strip清理可能存在的首尾空格：

import polars as pl

df = pl.DataFrame({
    "A": ["A|B:0d:cs", "A:1ds0", "QW|P:3dwsd"],
    "B": ["C:2ew2 ", "E|F:91we23", "A|Z:12w219"]
})

result_df = df.with_columns(
    pl.col("*").str.split(":").list.first().str.strip()
)

print(result_df)

方法2：正则表达式匹配 #

通过正则^[^:]+直接匹配字符串开头到第一个冒号前的所有内容，再清理空格：

result_df = df.with_columns(
    pl.col("*").str.extract(r"^[^:]+").str.strip()
)

print(result_df)

正则说明：

• ^ 匹配字符串起始位置
• [^:]+ 匹配任意非冒号字符，至少出现一次

两种方法都会得到你期望的结果：

shape: (3, 2)
┌───────┬───────┐
│ A     │ B     │
│ ---   │ ---   │
│ str   │ str   │
├───────┼───────┤
│ A|B   │ C     │
│ A     │ E|F   │
│ QW|P  │ A|Z   │
└───────┴───────┘

内容的提问来源于stack exchange，提问作者Míriam