如何在Polars中对混合数据类型DataFrame的字符串列执行strip操作？

需求：对DataFrame中的字符串列执行strip操作去除首尾空格，非字符串列不做处理。在Pandas中可通过遍历列并判断类型实现：

df_clean = df_select.copy()
for col in df_select.columns:
    if df_select[col].dtype == 'object':
        df_clean[col] = df_select[col].str.strip()

以下是Polars中的实现方法：

首先构造示例DataFrame：

import polars as pl

df = pl.DataFrame(
    {
        "ID": [1, 1, 1, 1,],
        "A": ["foo ", "ham", "spam ", "egg",],
        "L": ["A54", " A12", "B84", " C12"],
    }
)

简洁实现方式 #

Polars中字符串列的类型为pl.Utf8，可直接选中所有该类型列并执行strip操作，无需手动遍历判断：

df_clean = df.with_columns(
    pl.col(pl.Utf8).str.strip()
)

执行后df_clean的结果：

shape: (4, 3)
┌─────┬──────┬─────┐
│ ID  ┆ A    ┆ L   │
│ --- ┆ ---  ┆ --- │
│ i64 ┆ str  ┆ str │
╞═════╪══════╪═════╡
│ 1   ┆ foo  ┆ A54 │
│ 1   ┆ ham  ┆ A12 │
│ 1   ┆ spam ┆ B84 │
│ 1   ┆ egg  ┆ C12 │
└─────┴──────┴─────┘

说明 #

• pl.col(pl.Utf8)会筛选出所有字符串类型的列
• str.strip()对选中的列执行去除首尾空格的操作
• with_columns方法保留原DataFrame的所有列，仅修改目标列，非字符串列（如示例中的ID列）保持不变

内容的提问来源于stack exchange，提问作者Horseman