如何在Polars中拆分列并提取列表的第n个（或最后一个）元素

你可以利用Polars对List类型的原生支持，直接在链式操作中完成拆分和元素提取，既高效又简洁。以下针对你的需求给出具体方案：

一、一步到位：拆分后直接提取最后一个元素 #

不需要先单独生成列表列，我们可以在when/then逻辑里直接拆分字符串并提取最后一个元素，用.list.last()方法专门处理取最后一个元素的场景：

import polars as pl

df = pl.DataFrame({
    'type': ['A', 'O', 'B', 'O'],
    'id':   ['CASH', 'ORB.A123', 'CHECK', 'OTC.BV32']
})

result = df.with_columns(
    sub_id=pl.when(pl.col('type') == 'O')
             .then(pl.col('id').str.split('.').list.last())
             .otherwise(None)
)

print(result)

运行后得到的预期输出：

shape: (4, 3)
┌──────┬──────────┬────────────┐
│ type ┆ id       ┆ sub_id     │
│ ---  ┆ ---      ┆ ---        │
│ str  ┆ str      ┆ str        │
╞══════╪══════════╪════════════╡
│ A    ┆ CASH     ┆ null       │
│ O    ┆ ORB.A123 ┆ A123       │
│ B    ┆ CHECK    ┆ null       │
│ O    ┆ OTC.BV32 ┆ BV32       │
└──────┴──────────┴────────────┘

二、提取列表的第n个元素 #

如果需要提取指定位置的元素（比如第一个、第二个），可以用.list.get(n)方法，索引从0开始计数；如果用负数索引，会从列表末尾反向计数（比如-2表示倒数第二个元素）：

比如提取第一个元素：

result = df.with_columns(
    sub_id=pl.when(pl.col('type') == 'O')
             .then(pl.col('id').str.split('.').list.get(0))
             .otherwise(None)
)

输出会是：

shape: (4, 3)
┌──────┬──────────┬────────────┐
│ type ┆ id       ┆ sub_id     │
│ ---  ┆ ---      ┆ ---        │
│ str  ┆ str      ┆ str        │
╞══════╪══════════╪════════════╡
│ A    ┆ CASH     ┆ null       │
│ O    ┆ ORB.A123 ┆ ORB        │
│ B    ┆ CHECK    ┆ null       │
│ O    ┆ OTC.BV32 ┆ OTC        │
└──────┴──────────┴────────────┘

三、如果已经有列表列，如何提取元素 #

如果你的DataFrame已经存在像之前生成的sub_id列表列，也可以对该列单独处理提取元素：

# 先生成列表列
df = df.with_columns(
    sub_id=pl.when(pl.col('type') == 'O')
             .then(pl.col('id').str.split('.'))
             .otherwise(None)
)

# 提取最后一个元素
df = df.with_columns(
    sub_id_last=pl.col('sub_id').list.last()
)

这样会新增一个sub_id_last列，存储提取后的元素，原列表列也会保留。

关键说明 #

• Polars的List类型提供了丰富的方法，比如.first()、.last()、.get()都是专门用来提取元素的API，可读性和性能都很好；
• 尽量采用链式操作一步完成拆分+提取，避免生成不必要的中间列，提升处理效率。

备注：内容来源于stack exchange，提问作者Phil-ZXX