如何用Polars纯表达式逻辑实现指定字符串处理逻辑？

当然可以用纯Polars表达式实现，完全避免Python逻辑带来的性能损耗，代码如下：

替代方案代码 #

df = df.with_columns(
    pl.when(pl.col("code").str.lengths() <= 2)
      .then(pl.col("code").str.concat("88"))
      .otherwise(pl.col("code"))
      .alias("code")
)

为什么更快？ #

• 原写法里的apply(lambda...)会触发Python层面的逐行处理，涉及频繁的Rust-Python上下文切换，还受GIL限制，数据量越大速度越慢。
• 纯Polars表达式是在Rust runtime中执行的向量化操作，能充分利用Polars的底层性能优化，处理大规模数据集时效率提升非常明显。

额外说明 #

如果code列存在空值，可在长度判断里直接处理：

pl.col("code").str.lengths().fill_null(0) <= 2

内容的提问来源于stack exchange，提问作者Hakase