从Pandas转Polars：Django查询结果转Polars DataFrame失败问题

核心差异原因 #

Pandas的DataFrame构造器可以直接迭代Django的ValuesQuerySet（values()返回的对象），自动将每个字典元素的键解析为列名，值对应列数据。但Polars的默认DataFrame构造器不会自动处理这种字典迭代器，它会把整个QuerySet当成单列数据，每个元素是完整字典，导致无法正确展开成多列结构。

解决方法 #

方法1：将QuerySet转为列表后传入Polars

把ValuesQuerySet转成列表，Polars就能正确识别字典的键值对并生成对应列：

cf = Cashflow.objects.filter(acct=acct).values()
df = pl.DataFrame(list(cf))

方法2：使用Polars的from_dicts方法

Polars专门提供了from_dicts方法来处理字典迭代器，直接传入QuerySet即可：

cf = Cashflow.objects.filter(acct=acct).values()
df = pl.from_dicts(cf)

总结差异点 #

• Pandas对字典迭代器的兼容性更强，构造器会自动解析结构
• Polars需要显式处理字典迭代器，要么转成列表，要么用专门的from_dicts方法

内容的提问来源于stack exchange，提问作者diogenes