如何在Polars数据框中批量执行字符串格式化与修剪操作？

嗨，我来帮你搞定这个批量处理字符串列的需求！你有100个pl.Utf8类型的列，想要一次性完成修剪、首字母大写这类格式化操作，完全可以通过Polars的链式字符串方法来实现，效率超高。

1. 批量修剪字符串 #

你已经写了df_.with_columns(pl.all().str.strip_chars())，这个思路是对的！不过如果只是要去除字符串首尾的空白字符，用str.strip()会更简洁（strip_chars()默认也是处理空白，不过它支持指定要移除的特定字符，比如strip_chars(",'\"")可以去掉首尾的逗号、单引号和双引号）。

示例代码：

# 批量移除所有列的首尾空白
df_trimmed = df_.with_columns(pl.all().str.strip())

# 如果要移除特定字符，比如首尾的感叹号和问号
df_trimmed_special = df_.with_columns(pl.all().str.strip_chars("!? "))

2. 批量执行首字母大写（Proper/Title格式） #

Polars提供了str.to_titlecase()方法，可以把字符串转换成每个单词首字母大写、其余字母小写的格式。你可以把它和修剪操作链式调用，一次性完成两个需求。

3. 更安全的：只针对Utf8类型列操作 #

如果你的数据框里还有非字符串类型的列（比如数值列），直接用pl.all()可能会报错，这时候可以用pl.col(pl.Utf8)来精准选择所有Utf8类型的列，避免误操作：

import polars as pl

# 一次性完成：修剪首尾空白 + 首字母大写，仅针对Utf8列
df_formatted = df_.with_columns(
    pl.col(pl.Utf8).str.strip().str.to_titlecase()
)

举个完整的测试例子 #

我们用一个小数据框来验证效果：

# 创建测试数据
df = pl.DataFrame({
    "name": ["  alice smith  ", "  bob jones  "],
    "city": ["  new york  ", "  los angeles  "],
    "age": [28, 35]  # 非字符串列，不会被处理
})

# 执行批量格式化操作
df_result = df.with_columns(
    pl.col(pl.Utf8).str.strip().str.to_titlecase()
)

print(df_result)

输出结果：

shape: (2, 3)
┌────────────┬─────────────┬─────┐
│ name       ┆ city        ┆ age │
│ ---        ┆ ---         ┆ --- │
│ str        ┆ str         ┆ i64 │
├────────────┼─────────────┼─────┤
│ Alice Smith┆ New York    ┆ 28  │
│ Bob Jones  ┆ Los Angeles ┆ 35  │
└────────────┴─────────────┴─────┘

这样你就能一次性处理所有100个Utf8列啦，既高效又省心！

备注：内容来源于stack exchange，提问作者myamulla_ciencia