如何在Python Polars数据框中计算字符串长度？

你可以使用Polars字符串命名空间下的str.length()方法，这是专门用于计算字符串长度的原生矢量化方法，比apply结合len的方式效率更高，尤其适合处理大数据集。

示例代码实现： #

import polars as pl

df = pl.DataFrame({
    "start_date": ["2020-01-02", "2020-01-03", "2020-01-04", "2020-01-05"],
    "Name": ["John", "Joe", "James", "Jörg"]
})

# 使用Polars原生方法计算字符串长度
result = df.with_columns(pl.col("Name").str.length().alias("Name_length"))
print(result)

运行结果： #

shape: (4, 3)
┌────────────┬──────┬─────────────┐
│ start_date ┆ Name ┆ Name_length │
│ ---        ┆ ---  ┆ ---         │
│ str        ┆ str  ┆ i64         │
╞════════════╪══════╪═════════════╡
│ 2020-01-02 ┆ John ┆ 4           │
│ 2020-01-03 ┆ Joe  ┆ 3           │
│ 2020-01-04 ┆ James┆ 5           │
│ 2020-01-05 ┆ Jörg ┆ 4           │
└────────────┴──────┴─────────────┘

补充说明： #

• Polars的字符串方法命名和Pandas略有区别：Pandas用.str.len()，而Polars对应的是.str.length()
• 该矢量化方法依托Polars内部优化实现，避免了Python层面的循环开销，性能远优于apply方式

内容的提问来源于stack exchange，提问作者John Smith