在Rust中使用Polars：如何结合自定义函数实现group_by操作

开发者阿泽

2026-7-7

Rust Polars 实现分组后应用自定义函数

在Rust的Polars库中，你可以通过group_by结合map_groups方法实现和Python版本类似的分组自定义函数逻辑，核心是适配强类型语言的签名要求：

基础实现示例

假设你已有自定义函数my_function，只需确保它的返回值为PolarsResult<DataFrame>（处理Polars操作可能出现的错误），即可直接传入map_groups：

use polars::prelude::*;

// 自定义函数，注意返回PolarsResult<DataFrame>
fn my_function(df: DataFrame) -> PolarsResult<DataFrame> {
    // 这里编写你的自定义逻辑，比如新增列、过滤数据等
    Ok(df.with_column("new_col", lit(1))?)
}

fn main() -> PolarsResult<()> {
    // 构造测试数据
    let df = df!(
        "grouping_col" => &["A", "A", "B", "B"],
        "value" => &[1, 2, 3, 4]
    )?;

    // 分组后应用自定义函数
    let grouped_result = df
        .group_by(["grouping_col"])?
        .map_groups(my_function)?;

    println!("{}", grouped_result);
    Ok(())
}

用闭包直接编写逻辑

如果不需要单独定义函数，也可以直接在map_groups中传入闭包：

let grouped_result = df
    .group_by(["grouping_col"])?
    .map_groups(|group_df| {
        // 直接在闭包内实现分组逻辑，比如基于分组行数生成新列
        Ok(group_df.with_column("group_size", lit(group_df.height()))?)
    })?;