python - 使用另一列中的值对 str.starts_with() 进行极坐标分析

Question

例如，我有一个极坐标数据框:

>>> df = pl.DataFrame({'A': ['a', 'b', 'c', 'd'], 'B': ['app', 'nop', 'cap', 'tab']})
>>> df
shape: (4, 2)
┌─────┬─────┐
│ A   ┆ B   │
│ --- ┆ --- │
│ str ┆ str │
╞═════╪═════╡
│ a   ┆ app │
│ b   ┆ nop │
│ c   ┆ cap │
│ d   ┆ tab │
└─────┴─────┘

我正在尝试获取第三列 C这是 True if 列 B 中的字符串以 A 列中的字符串开头位于同一行，否则 False 。所以在上面的例子中，我期望:

┌─────┬─────┬───────┐
│ A   ┆ B   ┆ C     │
│ --- ┆ --- ┆ ---   │
│ str ┆ str ┆ bool  │
╞═════╪═════╪═══════╡
│ a   ┆ app ┆ true  │
│ b   ┆ nop ┆ false │
│ c   ┆ cap ┆ true  │
│ d   ┆ tab ┆ false │
└─────┴─────┴───────┘

我知道 df['B'].str.starts_with()函数但传入一列会产生:

>>> df['B'].str.starts_with(pl.col('A'))
...  # Some stuff here.
TypeError: argument 'sub': 'Expr' object cannot be converted to 'PyString'

有什么方法可以做到这一点？在 pandas 中，你会这样做:

df.apply(lambda d: d['B'].startswith(d['A']), axis=1)

Answer 1

此功能是 added在 polars 0.15.17

>>> df.with_columns(pl.col("B").str.starts_with(pl.col("A")).alias("C"))
shape: (4, 3)
┌─────┬─────┬───────┐
│ A   | B   | C     │
│ --- | --- | ---   │
│ str | str | bool  │
╞═════╪═════╪═══════╡
│ a   | app | true  │
├─────┼─────┼───────┤
│ b   | nop | false │
├─────┼─────┼───────┤
│ c   | cap | true  │
├─────┼─────┼───────┤
│ d   | tab | false │
└─────┴─────┴───────┘