如何用字典替换Polars列中的字符串内容？

你可以直接用Polars原生的replace方法实现和Pandas.replace()类似的功能，完全不需要转成Pandas处理，效率更高。

错误原因 #

你之前的写法pl.col("List").str.replace_all(lambda key: key,dict())报错是因为str.replace_all的参数逻辑不对——该方法第一个参数是匹配模式，第二个是替换值/函数，不能直接传入字典。

方法一：原生replace方法（推荐，向量化操作） #

这是最直接的方式，和Pandas的.replace()行为一致：

import polars as pl

df = pl.DataFrame({'List': ['Systems', 'Software', 'Cleared']})
mapping = {'Systems':'Sys','Software':'Soft' ,'Cleared':'Clr'}

# 替换匹配的字符串，未匹配的保留原内容
df = df.with_columns(
    pl.col("List").replace(mapping, default=pl.col("List"))
)

print(df)

方法二：正则批量替换（适合键为正则表达式的场景） #

如果你的字典键需要正则匹配，可以动态生成匹配模式，再用str.replace_all配合回调函数替换：

import polars as pl

df = pl.DataFrame({'List': ['Systems', 'Software', 'Cleared']})
mapping = {'Systems':'Sys','Software':'Soft' ,'Cleared':'Clr'}

# 生成匹配所有键的正则模式
pattern = "|".join(mapping.keys())

df = df.with_columns(
    pl.col("List").str.replace_all(pattern, lambda match: mapping[match.group(0)])
)

print(df)

输出结果 #

两种方法都会得到你期望的输出：

shape: (3, 1)
┌──────┐
│ List │
│ ---  │
│ str  │
╞══════╡
│ Sys  │
│ Soft │
│ Clr  │
└──────┘

内容的提问来源于stack exchange，提问作者DBOak