如何在Polars中将结构体值提取为列表（替代map_elements方案）

可以利用Polars结构体列的struct.to_list()内置方法，直接将extract_groups返回的结构体转换为List[str]类型，全程使用向量化表达式操作，比map_elements更高效，且适配匹配组数量0、1或更多的场景。

示例代码 #

import polars as pl
import streamlit as st

# 构造测试数据
df = pl.DataFrame({
    "text": [
        "Name: Alice, Age: 30",
        "Name: Bob",
        "No matches here",
        "Name: Charlie, Age: 25, City: New York"
    ]
})

# 带命名组的正则表达式
regex_pattern = r"Name: (?P<name>\w+)(?:, Age: (?P<age>\d+))?(?:, City: (?P<city>\w+))?"

# 提取正则组，得到结构体列
df = df.with_columns(
    pl.col("text").str.extract_groups(regex_pattern).alias("match_struct")
)

# 将结构体列转为List[str]，无需map_elements
df = df.with_columns(
    # 把结构体的字段值转为列表，未匹配到的组会显示None
    pl.col("match_struct").struct.to_list().alias("matches_list")
    # 可选：将None替换为空字符串，优化显示效果
    # .list.eval(pl.element().fill_null(""))
)

# 在Streamlit中展示结果
st.table(df.select("text", "matches_list"))

关键说明 #

1. struct.to_list()的作用：自动将结构体的所有字段值按定义顺序转换为列表，不管正则组的数量多少，都能统一输出List[str]类型。
2. 处理未匹配的组：如果某个组没有匹配到内容，列表中对应位置会是None；如果需要替换为空字符串，可以追加.list.eval(pl.element().fill_null(""))，依然无需使用map_elements。
3. 性能优势：全程使用Polars的向量化表达式，相比逐元素处理的map_elements，在大数据量场景下运行效率更高。

内容的提问来源于stack exchange，提问作者David Waterworth