如何无需指定列名对Polars DataFrame所有列执行字符串替换？

你之前代码报错的原因 #

你用的pl.all().map(lambda x: x.replace("A", "B"), df)逻辑不对：map是用来处理Series里的单个元素的，不是用来对整列做字符串替换的。而且你把整个DataFrame传给map的参数，Polars没法推断正确的数据类型，所以才会抛出ValueError: Cannot infer dtype from 'shape: (150000, 150)这个错误。

正确实现方法 #

分两种场景给你方案：

• 场景1：只对字符串列执行替换（推荐，避免非字符串列报错）
  如果你的DataFrame里混了数值、日期等非字符串列，用pl.col(pl.Utf8)精准选中所有字符串类型的列，再批量替换：

df = df.with_columns(pl.col(pl.Utf8).str.replace("A", "B"))

• 场景2：确定所有列都是字符串类型
  直接用pl.all()选中所有列，调用str.replace即可：

df = df.with_columns(pl.all().str.replace("A", "B"))

额外说明 #

别用select，用with_columns更合适——它只会修改你指定的列，同时保留其他所有列；而select会直接替换整个DataFrame的列集合，容易丢数据。

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