如何在python-polars中从字符串列中删除最后N个字符？

Question

给定这个数据框：

df = pl.DataFrame({"s": ["pear", None, "papaya", "dragonfruit"]})

我想要删除最后X个字符，例如删除列中的最后2个字符。 显然，这并不是我想要的结果。

df.with_columns(   
    pl.col("s").str.slice(2).alias("s_sliced"),

)

我希望结果是：

shape: (4, 2)
┌─────────────┬──────────┐
│ s           ┆ s_sliced │
│ ---         ┆ ---      │
│ str         ┆ str      │
╞═════════════╪══════════╡
│ pear        ┆ pe       │
│ null        ┆ null     │
│ papaya      ┆ papa     │
│ dragonfruit ┆ dragonfru|  

- nos

Answer 1

你可以使用正则表达式与 .str.replace。

• . 匹配一个 "单个字符"
• $ 匹配 "结尾"
• {N} 精确匹配 N 次

意思是我们可以使用 ..$ 或 .{2}$。

df.with_columns(   
    pl.col("s").str.replace(r"..$", "").alias("s_sliced"),
)

shape: (4, 2)
┌─────────────┬───────────┐
│ s           ┆ s_sliced  │
│ ---         ┆ ---       │
│ str         ┆ str       │
╞═════════════╪═══════════╡
│ pear        ┆ pe        │
│ null        ┆ null      │
│ papaya      ┆ papa      │
│ dragonfruit ┆ dragonfru │
└─────────────┴───────────┘

- jqurious

Answer 2

一种非正则表达式的方法来做这个相当丑陋，但是下面就是它...

df.with_columns(
    s_sliced=(pl.col('s').str.explode().implode().over('s')
                .list.take(pl.arange(0,(pl.col('s').str.n_chars()-2))))
            .list.eval(pl.element().str.concat("")).list.get(0))

首先要注意的是，我们正在使用str.explode.implode将字符列转换为列表，这是因为str.slice不接受长度表达式，而pl.arange则可以。然后我们只需要取出我们想要的元素，即除了最后两个元素之外的所有元素。最后，我们需要将列表转换回字符串。

** 有一个非常简洁的答案使用了一个简单的正则表达式，但是它的作者已经删除了，我不愿意复制它。也许帖子的作者会恢复它。

- Dean MacGregor

---

谢谢Dean - 经过重新考虑，我不确定建议使用正则表达式是否是正确的方法。 - undefined

@jqurious 是的，在基本的Python中，你可以直接使用s[0:-2]来实现，我相信你已经知道。但是Polars的切片不够灵活，所以正则表达式肯定是最容易阅读的方法。之前有一个类似的问题这里，针对列表的。 - undefined

谢谢问题链接。是的，我以为可能存在 .str.head / .str.tail 这样的函数来模仿其他的头部/尾部函数。 - undefined