如何通过PyO3在Rust与Python间零拷贝传递Polars DataFrame？

我用Rust写了个后端服务，负责监听计算请求，然后通过PyO3把Polars DataFrame等参数转发给Python模块。选PyO3是因为Python的数据分析生态更完善，能用上SciPy这类大量数据处理库。

目前原生类型能正常传递，但传递Polars DataFrame时出现了Trait绑定错误：

the trait bound `polars::prelude::DataFrame: IntoPy<Py<PyAny>>` is not satisfied
the following other types implement trait `IntoPy<T>`:
  <bool as IntoPy<Py<PyAny>>>
  <char as IntoPy<Py<PyAny>>>
  <isize as IntoPy<Py<PyAny>>>
  <i8 as IntoPy<Py<PyAny>>>
  <i16 as IntoPy<Py<PyAny>>>
  <i32 as IntoPy<Py<PyAny>>>
  <i64 as IntoPy<Py<PyAny>>>
  <i128 as IntoPy<Py<PyAny>>>
and 193 others
required for `(polars::prelude::DataFrame,)` to implement `IntoPy<Py<PyTuple>>`

想找个简便方法实现需求，最好能零拷贝传递DataFrame——毕竟Polars也有Python版本，底层应该能共享内存。

解决方案 #

1. 用Polars官方PyO3特性实现零拷贝传递 #

这是最简便且符合零拷贝需求的方案：Polars本身提供了和PyO3交互的绑定，因为Rust和Python版的Polars底层都基于Arrow内存格式，所以转换过程是零拷贝的。

步骤：

• 先在Cargo.toml里启用Polars的pyo3特性：

polars = { version = "0.32.x", features = ["pyo3"] }
# 注意替换成你实际使用的Polars版本

• 转换并传递DataFrame的代码示例：

use pyo3::{Python, PyResult};
use polars::prelude::DataFrame;
use polars::export::polars_pyo3::PyDataFrame;

fn call_python_function(df: DataFrame) -> PyResult<()> {
    Python::with_gil(|py| {
        // 零拷贝将Rust DataFrame转为Python端的Polars DataFrame
        let py_df = PyDataFrame::from(df).into_py(py);
        
        // 导入你的Python模块并调用函数
        let py_module = py.import("your_data_processing_module")?;
        py_module.call1("process_data", (py_df,))?;
        
        Ok(())
    })
}

2. 手动实现IntoPy trait（不推荐） #

如果因为版本兼容问题没法用官方特性，也可以手动为DataFrame实现IntoPy<Py<PyAny>>，但本质还是复用Polars的PyO3转换逻辑，不如直接用官方的PyDataFrame更简洁可靠，这里只做参考：

use pyo3::{IntoPy, Py, PyAny, Python};
use polars::prelude::DataFrame;
use polars::export::polars_pyo3::PyDataFrame;

impl IntoPy<Py<PyAny>> for DataFrame {
    fn into_py(self, py: Python<'_>) -> Py<PyAny> {
        PyDataFrame::from(self).into_py(py)
    }
}

内容的提问来源于stack exchange，提问作者JACK M