如何在Python-polars中移除字符串列的最后N个字符？

给定如下Polars DataFrame：

df = pl.DataFrame({"s": ["pear", None, "papaya", "dragonfruit"]})

需要移除列s中每个字符串的最后2个字符，但使用str.slice(2)的写法无法达成需求，错误代码如下：

df.with_columns(   
    pl.col("s").str.slice(2).alias("s_sliced"),
)

期望得到的结果是：

shape: (4, 2)
┌─────────────┬──────────┐
│ s           ┆ s_sliced │
│ ---         ┆ ---      │
│ str         ┆ str      │
╞═════════════╪══════════╡
│ pear        ┆ pe       │
│ null        ┆ null     │
│ papaya      ┆ papa     │
│ dragonfruit ┆ dragonfru│
└─────────────┴──────────┘

问题原因 #

str.slice(2)的作用是从字符串的**第2个索引位置（从0开始计数）**截取到末尾，而不是移除最后2个字符，这和需求完全相反。

正确解法 #

方法1：使用负数长度参数 #

Polars的str.slice支持负数长度，表示截取到倒数第N个字符为止，直接写长度为-2即可：

df.with_columns(
    pl.col("s").str.slice(length=-2).alias("s_sliced")
)

也可以明确指定起始索引为0，效果一致：

df.with_columns(
    pl.col("s").str.slice(0, -2).alias("s_sliced")
)

方法2：基于字符串长度计算截取长度 #

先通过str.lengths()获取每个字符串的长度，再减去要移除的字符数，作为截取的长度：

df.with_columns(
    pl.col("s").str.slice(0, pl.col("s").str.lengths() - 2).alias("s_sliced")
)

这种方式更灵活，适合需要动态调整移除字符数的场景，同时会自动保留原列的null值。

两种方法都能输出符合预期的结果，并且不会影响原列的null值。

内容的提问来源于stack exchange，提问作者nos