如何用Rust读取本地CSV文件为ndarray（支持未知形状）

依赖准备 #

首先在Cargo.toml中添加所需依赖：

[dependencies]
csv = "1.2"
ndarray = "0.15"

实现代码 #

以下是完整的读取函数，支持自动推断CSV行列数，并处理常见错误：

use csv::ReaderBuilder;
use ndarray::Array2;
use std::error::Error;
use std::fs::File;

fn read_csv_to_ndarray(path: &str) -> Result<Array2<f64>, Box<dyn Error>> {
    let file = File::open(path)?;
    // 若CSV含表头，移除has_headers(false)并手动跳过第一行
    let mut reader = ReaderBuilder::new().has_headers(false).from_reader(file);

    let mut rows = Vec::new();
    let mut expected_cols: Option<usize> = None;

    for record in reader.records() {
        let record = record?;
        // 将CSV字符串记录转为f64数组
        let row: Vec<f64> = record
            .iter()
            .map(|s| s.parse().map_err(|e| format!("解析'{}'失败: {}", s, e)))
            .collect::<Result<_, _>>()?;

        // 校验所有行的列数一致性
        match expected_cols {
            Some(cols) if row.len() != cols => {
                return Err(format!("列数不匹配: 当前行{}列，预期{}列", row.len(), cols).into())
            }
            None => expected_cols = Some(row.len()),
            _ => {}
        }

        rows.push(row);
    }

    // 处理空文件场景
    let cols = expected_cols.ok_or("CSV文件无数据")?;
    let rows_count = rows.len();

    // 将二维Vec转换为ndarray的Array2
    let flat_data = rows.into_iter().flatten().collect();
    Array2::from_shape_vec((rows_count, cols), flat_data).map_err(|e| e.into())
}

// 使用示例
fn main() -> Result<(), Box<dyn Error>> {
    let data_array = read_csv_to_ndarray("sample.csv")?;
    println!("CSV数据形状: {:?}", data_array.shape());
    println!("CSV内容:\n{}", data_array);
    Ok(())
}

关键说明 #

• 自动推断形状：遍历所有CSV行确定列数并校验一致性，统计行数后构建对应形状的Array2
• 错误处理：覆盖文件打开失败、CSV解析错误、数值转换失败、列数不一致、空文件等场景
• 表头适配：若CSV含表头，移除ReaderBuilder中的has_headers(false)，并在遍历前调用reader.headers()?跳过表头行

内容的提问来源于stack exchange，提问作者Egorsky