如何将标签列表映射为布尔列？Polars实现方案及效率问询

首先，你当前的代码能实现需求，但算不上最优方案——尤其是当标签数量变化时，硬编码每个str.contains表达式会增加维护成本，不够灵活。更优的做法是动态生成布尔列表达式，无需手动逐个编写：

# 获取所有唯一标签
unique_labels = df.select(pl.col("labels").unique()).to_series().to_list()

# 动态生成每个标签对应的布尔列表达式
bool_columns = [
    pl.col("labels").str.contains(label, literal=True).alias(label)
    for label in unique_labels
]

# 生成结果表
out = df.select(bool_columns)

这种方式会自动适配标签数量的变化，不用每次新增/删除标签都修改代码。

关于categorical类型的效率问题：
如果labels是带字符串缓存的categorical类型，且唯一标签数远少于行数，你的实现具备合理且高效的性能。原因在于：

• Categorical列底层用整数映射存储唯一字符串，Polars会先对少量的唯一类别值执行字符串匹配检查，再将结果广播到整个列，避免了对每一行重复执行相同的字符串操作，相比普通字符串列能节省大量计算资源。
• 加上literal=True参数，Polars会将匹配字符串视为字面量，进一步优化正则匹配的性能。

内容的提问来源于stack exchange，提问作者Simon Knight