如何将Polars数据框中的字符串列拆分为嵌套列表？

嘿，我来帮你搞定这个问题！先看你的示例数据，这个DataFrame里的test列其实是一行包含换行分隔的长字符串，咱们分两步操作就能把它转成嵌套列表的形式：

第一步：拆分换行，把长字符串拆成独立行 #

先用str.split_explode()方法，以换行符\n为分隔符，把原来的单行数据拆成单独的行，这样每一行就是一组逗号分隔的字符串：

import polars as pl

pl.Config(fmt_table_cell_list_len=6, fmt_str_lengths=100)
df = pl.DataFrame({'test': "A,B,C,1\nD,E,F,2\nG,H,I,3\nJ,K,L,4"})

# 拆分换行
df = df.with_columns(pl.col("test").str.split_explode("\n"))

这一步执行后，DataFrame会变成这样：

shape: (4, 1)
┌─────────┐
│ test    │
│ ---     │
│ str     │
╞═════════╡
│ A,B,C,1 │
│ D,E,F,2 │
│ G,H,I,3 │
│ J,K,L,4 │
└─────────┘

第二步：拆分逗号，把每行字符串转成列表 #

接着用str.split()方法，把每行的字符串按逗号,拆分，这样就得到每个元素都是列表的列，也就是你想要的嵌套列表结构：

# 拆分逗号为列表
df = df.with_columns(pl.col("test").str.split(","))

最终的DataFrame结果如下：

shape: (4, 1)
┌─────────────────┐
│ test            │
│ ---             │
│ list[str]       │
╞═════════════════╡
│ ["A", "B", "C", "1"] │
│ ["D", "E", "F", "2"] │
│ ["G", "H", "I", "3"] │
│ ["J", "K", "L", "4"] │
└─────────────────┘

如果你想直接提取成Python原生的“列表的列表”，只需要执行df["test"].to_list()，就能得到：

[['A', 'B', 'C', '1'], ['D', 'E', 'F', '2'], ['G', 'H', 'I', '3'], ['J', 'K', 'L', '4']]

另外，你也可以把两步合并成一行表达式，更简洁：

df = df.with_columns(pl.col("test").str.split("\n").explode().str.split(","))

这样就完美解决你的需求啦！

内容来源于stack exchange