Polars中如何提取字符串中正则匹配的多个结果

Polars 原生提供 str.extract_all 方法，可提取字符串中所有符合正则规则的匹配项，每行的匹配结果会以列表类型返回。

针对你给出的示例，替换提取方法即可得到所有匹配的姓名：

import polars as pl

df = pl.DataFrame(
    {
        "a": [
            "name=John, name=Billy",
            "name=Jeff",
            "name=Taylor",
        ]
    }
)

df.select(
    pl.col("a").str.extract_all(r"name=(\w+)", 1).alias("matched_names"),
)

运行返回结果：

shape: (3, 1)
┌──────────────────┐
│ matched_names    │
│ ---              │
│ list[str]        │
╞══════════════════╡
│ ["John", "Billy"]│
│ ["Jeff"]         │
│ ["Taylor"]       │
└──────────────────┘

如果需要把列表内的多个匹配项拆分为独立行，只需要在提取后链式调用 explode 方法：

df.select(
    pl.col("a").str.extract_all(r"name=(\w+)", 1).alias("matched_name")
).explode("matched_name")

返回结果：

shape: (4, 1)
┌──────────────┐
│ matched_name │
│ ---          │
│ str          │
╞══════════════╡
│ John         │
│ Billy        │
│ Jeff         │
│ Taylor       │
└──────────────┘

内容的提问来源于stack exchange，提问作者user6268172