如何移除Python Polars生成的HTML文本输出中的双引号？

问题说明 #

在Flask应用中将DataFrame处理从Pandas迁移到Polars后，使用_repr_html_()生成的HTML输出中，Text列的字符串值被自动包裹双引号，但控制台执行print(df)时无引号。尝试调整Polars配置参数、修改数据字典、用CSS隐藏引号均无效，目前通过字符串替换临时解决，需要更优雅的方案。

原代码（存在两处关键误用）：

import polars as pl
import pandas as pd

data = { 
    'Text': ['Virginia Woolf, Mrs. Dalloway', 'College website corpus', 'Presidential inaugural speeches', 'Federalist Papers', 'British Novels', 'YOUR TEXT'], 
    'To Be Frequency': [28.3, 16.7, 31.8, 39.8, 31.4, results[1]] 
}
df = pd.from_dict(data)  # 错误：此处应使用pl.from_dict生成Polars DataFrame

# 错误：误用pd.Config，实际需修改Polars的配置，应使用pl.Config
pd.Config.set_tbl_hide_column_data_types(True)
pd.Config.set_tbl_hide_dataframe_shape(True)
pd.Config.set_fmt_str_lengths(40)
pd.Config.set_tbl_width_chars(200)

textresult = df.sort('To Be Frequency')._repr_html_()

优雅解决方案 #

1. 先修正代码中的基础误用 #

• 将pd.from_dict(data)改为pl.from_dict(data)，确保生成的是Polars DataFrame，而非Pandas的。
• 将pd.Config替换为pl.Config，否则所有Polars的渲染配置不会生效。

2. 用to_html()替代_repr_html_()并自定义格式化 #

_repr_html_()是Polars为交互式环境（如Jupyter）设计的默认渲染逻辑，会给字符串列添加引号；而to_html()提供了formatters参数，可自定义每列的输出方式，直接去掉字符串的引号：

import polars as pl

data = { 
    'Text': ['Virginia Woolf, Mrs. Dalloway', 'College website corpus', 'Presidential inaugural speeches', 'Federalist Papers', 'British Novels', 'YOUR TEXT'], 
    'To Be Frequency': [28.3, 16.7, 31.8, 39.8, 31.4, results[1]] 
}
df = pl.from_dict(data)

# 配置Polars的HTML渲染参数
pl.Config.set_tbl_hide_column_data_types(True)
pl.Config.set_tbl_hide_dataframe_shape(True)
pl.Config.set_fmt_str_lengths(40)
pl.Config.set_tbl_width_chars(200)

# 自定义Text列的格式化：直接返回原字符串，不添加引号
def format_text(value):
    return value

# 生成HTML时指定Text列的格式化函数
textresult = df.sort('To Be Frequency').to_html(
    formatters={'Text': format_text}
)

3. 进阶：手动生成自定义HTML表格 #

如果需要完全控制HTML结构（比如适配Flask模板的CSS样式），可以手动遍历Polars DataFrame生成表格：

def polars_to_flask_table(df):
    # 构建表头
    header = "<tr>" + "".join([f"<th>{col}</th>" for col in df.columns]) + "</tr>"
    # 构建表体行
    body_rows = []
    for row in df.iter_rows(named=True):
        row_cells = []
        for col, val in row.items():
            # Text列直接输出原始值，数值列保留格式
            cell_val = val if col == "Text" else str(val)
            row_cells.append(f"<td>{cell_val}</td>")
        body_rows.append("<tr>" + "".join(row_cells) + "</tr>")
    # 拼接完整表格HTML，可添加自定义类名
    return f"<table class='flask-table'>{header}{''.join(body_rows)}</table>"

# 使用自定义函数生成适配Flask的HTML
textresult = polars_to_flask_table(df.sort('To Be Frequency'))

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