如何在Polars中将指定列按自定义格式拼接为新的字符串列

我明白你想要实现的效果——把Total列用括号包裹，再和percentage列拼接，最后加上百分号，形成(Total) percentage%这样的新列。你之前尝试的几种方法没成功，核心问题是误用了Python原生的字符串拼接逻辑，把Polars的列对象直接转成了字符串，而不是对列内的每行数据做操作。

正确解法：使用Polars的pl.format函数 #

Polars提供了pl.format这个专门用于格式化字符串列的工具，它的用法和Python原生的str.format非常相似，能完美满足你的需求：

import polars as pl

pl.Config(tbl_rows=21) # 保持原配置

so_df = pl.from_repr("""
┌──────────────┬─────────────────────┬─────┬───────┬────────────┬────────┐
│ Flag         ┆ Category            ┆ len ┆ Total ┆ percentage ┆ value  │
│ ---          ┆ ---                 ┆ --- ┆ ---   ┆ ---        ┆ ---    │
│ str          ┆ str                 ┆ i64 ┆ i64   ┆ f64        ┆ f64    │
╞══════════════╪═════════════════════╪═════╪═══════╪════════════╪════════╡
│ Outof Range  ┆ Thyroid             ┆ 7   ┆ 21    ┆ 33.33      ┆ 33.33  │
│ Outof Range  ┆ Inflammatory Marker ┆ 2   ┆ 8     ┆ 25.0       ┆ 25.0   │
│ Outof Range  ┆ Lipid               ┆ 12  ┆ 63    ┆ 19.05      ┆ 19.05  │
│ Outof Range  ┆ LFT                 ┆ 14  ┆ 87    ┆ 16.09      ┆ 16.09  │
│ Outof Range  ┆ DLC                 ┆ 11  ┆ 126   ┆ 8.73       ┆ 8.73   │
│ Outof Range  ┆ Vitamin             ┆ 1   ┆ 14    ┆ 7.14       ┆ 7.14   │
│ Outof Range  ┆ CBC                 ┆ 2   ┆ 45    ┆ 4.44       ┆ 4.44   │
│ Outof Range  ┆ KFT                 ┆ 2   ┆ 56    ┆ 3.57       ┆ 3.57   │
│ Outof Range  ┆ Urine Examination   ┆ 1   ┆ 28    ┆ 3.57       ┆ 3.57   │
│ Within Range ┆ Thyroid             ┆ 14  ┆ 21    ┆ 66.67      ┆ -66.67 │
│ Within Range ┆ Inflammatory Marker ┆ 6   ┆ 8     ┆ 75.0       ┆ -75.0  │
│ Within Range ┆ Lipid               ┆ 51  ┆ 63    ┆ 80.95      ┆ -80.95 │
│ Within Range ┆ LFT                 ┆ 73  ┆ 87    ┆ 83.91      ┆ -83.91 │
│ Within Range ┆ DLC                 ┆ 115 ┆ 126   ┆ 91.27      ┆ -91.27 │
│ Within Range ┆ Vitamin             ┆ 13  ┆ 14    ┆ 92.86      ┆ -92.86 │
│ Within Range ┆ CBC                 ┆ 43  ┆ 45    ┆ 95.56      ┆ -95.56 │
│ Within Range ┆ KFT                 ┆ 54  ┆ 56    ┆ 96.43      ┆ -96.43 │
│ Within Range ┆ Urine Examination   ┆ 27  ┆ 28    ┆ 96.43      ┆ -96.43 │
│ Within Range ┆ Anemia              ┆ 38  ┆ 38    ┆ 100.0      ┆ -100.0 │
│ Within Range ┆ Diabetes            ┆ 22  ┆ 22    ┆ 100.0      ┆ -100.0 │
│ Within Range ┆ Electrolyte         ┆ 46  ┆ 46    ┆ 100.0      ┆ -100.0 │
└──────────────┴─────────────────────┴─────┴───────┴────────────┴────────┘
""")

# 生成目标列
so_df = so_df.with_columns(
    labels_value=pl.format("({}) {}%", pl.col("Total"), pl.col("percentage"))
)

# 查看结果（仅展示新列和部分原列）
print(so_df.select("Flag", "Category", "labels_value").head(5))

运行后，labels_value列的结果会完全符合你的预期：

┌─────────────┬─────────────────────┬──────────────┐
│ Flag        ┆ Category            ┆ labels_value │
│ ---         ┆ ---                 ┆ ---          │
│ str         ┆ str                 ┆ str          │
╞═════════════╪═════════════════════╪══════════════╡
│ Outof Range ┆ Thyroid             ┆ (21) 33.33%  │
│ Outof Range ┆ Inflammatory Marker ┆ (8) 25.0%    │
│ Outof Range ┆ Lipid               ┆ (63) 19.05%  │
│ Outof Range ┆ LFT                 ┆ (87) 16.09%  │
│ Outof Range ┆ DLC                 ┆ (126) 8.73%  │
└─────────────┴─────────────────────┴──────────────┘

额外技巧：控制小数位数 #

如果需要对percentage的小数位数做统一控制（比如强制保留两位小数），可以在格式字符串里指定精度：

so_df = so_df.with_columns(
    labels_value=pl.format("({}) {:.2f}%", pl.col("Total"), pl.col("percentage"))
)

这样25.0会被格式化为25.00%，确保所有行的小数位数一致。

为什么你之前的方法失败了？ #

• 第一种方法："("+str(pl.col("Total"))+") "+str(pl.col("percentage"))+"%"
  这里str(pl.col("Total"))得到的是列对象的字符串表示<Expr ['Total']>，而不是列内的实际数值，拼接后会生成固定的错误字符串，而非每行对应的值。
• 第二种方法："".join([...])
  同理，join的是列对象的字符串形式，不是每行的数值，结果自然不对。
• 第三种方法：pl.concat_str([pl.col("Total"),pl.col("percentage")])
  只是简单拼接两列的字符串，没有添加括号和百分号，不符合格式要求。

备注：内容来源于stack exchange，提问作者ViSa