如何使用Polars在列中搜索多个子字符串？

嗨，我来帮你把这段Pandas代码转换成Polars的实现，思路其实和你熟悉的Pandas逻辑很像，用正则匹配就能轻松搞定多个子串的搜索需求~

先回顾下你的需求：从DataFrame里筛选出col1列包含best或dog任意一个子串的行，对应你的Pandas代码是这样的：

import pandas as pd
df = pd.DataFrame({'col1':['a red','dog','liked to play','with his best friend','the CAT']})
ls = ['best','dog']
df[df.col1.str.contains('|'.join(ls))]

换成Polars的话，代码可以这么写：

import polars as pl

# 创建Polars DataFrame
df = pl.DataFrame({'col1':['a red','dog','liked to play','with his best friend','the CAT']})
ls = ['best','dog']

# 用|连接子串，构造正则匹配模式
match_pattern = '|'.join(ls)

# 使用filter结合str.contains筛选符合条件的行
filtered_df = df.filter(pl.col('col1').str.contains(match_pattern))
print(filtered_df)

运行这段代码后，你会得到和Pandas完全一样的结果：包含dog的第二行，以及包含best的第四行。

简单解释下这段Polars代码的逻辑：

• pl.col('col1')：指定我们要操作的目标列
• str.contains(match_pattern)：检查列中的每个字符串是否包含正则模式里的任意子串，返回布尔Series
• df.filter(...)：根据布尔Series的结果筛选出匹配的行

如果之后你需要忽略大小写匹配（比如想匹配到类似the CAT里的小写子串），只需要给str.contains加个case=False参数就行，比如：

filtered_df = df.filter(pl.col('col1').str.contains(match_pattern, case=False))

备注：内容来源于stack exchange，提问作者frank