如何使用format!()格式化Polars DataFrame单元格数据并实现对齐？

问题出在你直接将AnyValue类型传入format!宏——Polars的AnyValue是封装多种数据类型的枚举，它的Display实现仅负责输出原始值，不会响应format!中的对齐、宽度等格式化参数。只有传入本身支持格式化参数的类型（如String、f64）时，对齐效果才会生效。

解决方案1：转换为具体类型处理 #

根据列的数据类型，调用AnyValue对应的类型转换方法（字符串列用str()，浮点数列用f64()），拿到具体类型后再进行格式化：

use chrono::prelude::*;
use polars::prelude::*;

fn main() {
    let mut df: DataFrame = df!(
        "name" => ["Alice Archer", "Ben Brown", "Chloe Cooper", "Daniel Donovan"],
        "birthdate" => [
            NaiveDate::from_ymd_opt(1997, 1, 10).unwrap(),
            NaiveDate::from_ymd_opt(1985, 2, 15).unwrap(),
            NaiveDate::from_ymd_opt(1983, 3, 22).unwrap(),
            NaiveDate::from_ymd_opt(1981, 4, 30).unwrap(),
        ],
        "weight" => [57.9, 72.5, 53.6, 83.1],
        "height" => [1.56, 1.77, 1.65, 1.75],
    )
    .unwrap();

    // 转换为具体类型
    let name = df.column("name").unwrap().get(1).unwrap().str().unwrap();
    // 转换为f64后可指定小数格式（示例为取整）
    let weight = df.column("weight").unwrap().get(1).unwrap().f64().unwrap();

    let line_new = format!("{:<10}{:>5.0}", name, weight);
    println!("{}", line_new);
}

运行输出：

Ben Brown     73

解决方案2：先转为String再格式化 #

如果不需要对数值做额外处理，也可以先调用AnyValue的to_string()方法转为字符串，再传入format!：

let name_str = df.column("name").unwrap().get(1).unwrap().to_string();
let weight_str = df.column("weight").unwrap().get(1).unwrap().to_string();

let line_new = format!("{:<10}{:>5}", name_str, weight_str);
println!("{}", line_new);

运行输出：

Ben Brown   72.5

关键说明 #

• AnyValue作为通用枚举仅提供基础显示能力，不支持复杂格式化参数。
• 针对不同数据类型选择对应转换方法，能更精准地控制格式化逻辑（如数值的小数位数）。

内容的提问来源于stack exchange，提问作者OldManSeph