Polars：使用原生表达式API替换下划线后的字符为大写

当然有啦！你完全可以用Polars的原生表达式API来实现这个需求，不用依赖map_elements和Python的re模块，不仅代码更简洁，性能也会更出色（尤其是处理大数据集的时候）。

你的需求很明确：把字符串中下划线后面的小写字母转成大写，同时去掉下划线，比如accessible_bidding_strategy.id要变成accessibleBiddingStrategy.id。下面是用Polars原生API实现的完整方案：

import polars as pl

# 调整打印配置，方便查看完整的字符串结果
pl.Config(fmt_str_lengths=100)

# 初始化示例数据
df = pl.DataFrame(
    {
        "id": [
            "accessible_bidding_strategy.id",
            "accessible_bidding_strategy.name",
            "accessible_bidding_strategy.owner_customer_id",
        ]
    }
)

# 用原生表达式完成转换
df = df.with_columns(
    pl.col("id")
    .str.replace(r"_(\w)", r"\u\1")
    .alias("parsed_id")
)

print(df)

输出结果 #

shape: (3, 2)
┌───────────────────────────────────────────────┬───────────────────────────────────────────┐
│ id                                            ┆ parsed_id                                 │
│ ---                                           ┆ ---                                       │
│ str                                           ┆ str                                       │
╞═══════════════════════════════════════════════╪═══════════════════════════════════════════╡
│ accessible_bidding_strategy.id                ┆ accessibleBiddingStrategy.id              │
│ accessible_bidding_strategy.name              ┆ accessibleBiddingStrategy.name            │
│ accessible_bidding_strategy.owner_customer_id ┆ accessibleBiddingStrategy.ownerCustomerId │
└───────────────────────────────────────────────┴───────────────────────────────────────────┘

代码说明 #

这里的核心是Polars原生的str.replace方法：

• 正则表达式_(\w)匹配下划线+任意单词字符，并把下划线后的字符捕获为第一个分组
• 替换字符串\u\1的作用是：将捕获到的第一个分组（也就是下划线后面的字符）转成大写，同时自动去掉原来的下划线

和原方法的对比 #

和你之前用map_elements结合re.sub的方法相比，原生表达式有这些优势：

• 无需额外引入Python的re模块，代码更聚合
• 性能更优：原生表达式在Polars的内部引擎执行，避免了Python层面的循环开销，大数据场景下速度提升明显
• 类型更安全：不需要手动指定return_dtype，Polars会自动推断结果类型

备注：内容来源于stack exchange，提问作者dikesh