本文介绍在 polars 中批量去除 dataframe 列名中首尾及中间所有空白字符（包括空格、制表符等）的简洁、高效方法，避免使用冗余函数或不安全的字符串操作。
本文介绍在 polars 中批量去除 dataframe 列名中首尾及中间所有空白字符（包括空格、制表符等）的简洁、高效方法，避免使用冗余函数或不安全的字符串操作。
在处理来自 CSV 或 TSV 等外部数据源时，列名常因格式混乱而包含多余空格、制表符（\t）甚至不可见 Unicode 空白字符，这不仅影响后续代码可读性，还可能导致 .select()、.with_columns() 等操作因列名不匹配而失败。
Polars 原生支持向量化字符串操作，推荐采用以下「极简且地道」的方式统一清洗列名：
import polars as pl
df = pl.read_csv("data.csv", comment_prefix="#", separator="\t")
# 将所有列名中的空白字符（含首尾空格、中间空格、制表符等）全部移除
df.columns = pl.Series(df.columns).str.replace_all(r"\s+", "").to_list()
✅ 为什么这是更“polaric”的做法？
- pl.Series(df.columns) 将列名列表转为 Polars Series，启用原生字符串方法；
- .str.replace_all(r"\s+", "") 使用正则精准匹配所有空白字符（\s 包含空格、\t、\n、\r、全角空格等），并一次性替换为空字符串；
- .to_list() 转回 Python 列表以赋值给 df.columns —— 这是 Polars 允许的合法列名更新方式。
⚠️ 注意事项：
- ❌ 避免仅用 .strip()（如 lambda x: x.strip()），它只能清除首尾空白，无法处理列名中间的空格（如 "A B" → "A B" 不变）；
- ❌ 不建议手动遍历 df.columns 构造新列表，既低效又违背 Polars 向量化设计哲学；
- ✅ 若需保留部分语义分隔（如将 "First Name" → "first_name"），可升级为 .str.replace_all(r"\s+", "_").str.to_lowercase() 实现标准化命名。
最终效果示例：
原始列名 ["A ", "\tB ", "C\t\t", "D \n", "E"]
→ 清洗后变为 ["A", "B", "C", "D", "E"]，干净、一致、可直接用于链式操作。
