如何在Python Polars数据框中获取字符串列字符的ASCII码？

你可以通过两种方式实现需求，优先推荐Polars原生方法以获得更好的性能：

方法1：使用Polars原生str.code_points()方法 #

Polars的str.code_points()可以直接获取字符的Unicode码点（对于ASCII字符来说，码点就是对应的ASCII值）。结合你的切片操作，代码如下：

import polars as pl
df = pl.DataFrame({'a' : ['apple', 'banana']})

# 获取第一个字符的ASCII码（结果为列表形式）
result = df.with_columns(
    pl.col('a').str.slice(0, 1).str.code_points().alias('first_char_ascii')
)
print(result)

输出：

shape: (2, 2)
┌────────┬──────────────────┐
│ a      ┆ first_char_ascii │
│ ---    ┆ ---              │
│ str    ┆ list[u32]        │
╞════════╪══════════════════╡
│ apple  ┆ [97]             │
│ banana ┆ [98]             │
└────────┴──────────────────┘

如果需要将结果转为单个数值，可添加list.first()提取列表中的唯一元素：

result = df.with_columns(
    pl.col('a').str.slice(0, 1).str.code_points().list.first().alias('first_char_ascii')
)
print(result)

输出：

shape: (2, 2)
┌────────┬──────────────────┐
│ a      ┆ first_char_ascii │
│ ---    ┆ ---              │
│ str    ┆ u32              │
╞════════╪══════════════════╡
│ apple  ┆ 97               │
│ banana ┆ 98               │
└────────┴──────────────────┘

方法2：通过map_elements调用Python的ord()函数 #

如果想直接使用Python内置的ord()，可以用map_elements对每个切片后的字符进行处理：

import polars as pl
df = pl.DataFrame({'a' : ['apple', 'banana']})

result = df.with_columns(
    pl.col('a').str.slice(0, 1).map_elements(lambda x: ord(x)).alias('first_char_ascii')
)
print(result)

这种方式的输出和方法1的单数值结果一致，但性能不如原生方法，处理大数据集时更推荐方法1。

内容的提问来源于stack exchange，提问作者lmocsi