Polars：处理无表头CSV时用scan_csv命名DataFrame列的方法

针对Polars处理无表头CSV的场景，目前有两种主流方案，可根据文件大小和使用场景选择：

1. 大文件/懒加载场景：scan_csv + 重命名列 #

scan_csv本身没有专门的列名设置参数，但可以结合has_header=False和rename方法完成自定义列名，完全适配懒加载流处理：

import polars as pl

# 方式1：手动映射默认列名到自定义名称
lazy_df = pl.scan_csv("no_header_data.csv", has_header=False).rename({
    "column_1": "user_id",
    "column_2": "username",
    "column_3": "login_time"
})

# 方式2：动态生成列名映射（适合列数较多的情况）
custom_columns = ["user_id", "username", "login_time"]
lazy_df = pl.scan_csv("no_header_data.csv", has_header=False).rename(
    {f"column_{i+1}": col_name for i, col_name in enumerate(custom_columns)}
)

# 触发执行（如导出或计算）
result = lazy_df.collect()

2. 小文件/立即加载场景：read_csv + new_columns #

虽然new_columns参数名称看起来不像是专门为无表头设计，但Polars官方文档明确支持用它来给无表头CSV指定列名，配合has_header=False使用更直接：

import polars as pl

df = pl.read_csv("small_no_header.csv", has_header=False, new_columns=["user_id", "username", "login_time"])

Polars的API设计遵循职责分离和简洁性原则：

• IO方法（scan_csv/read_csv）的核心职责是读取数据，判断文件是否有表头已经由has_header参数完成，列名修改属于数据转换范畴，交给通用的rename/with_column_renames等转换方法更符合单一职责原则。
• 对于scan_csv的懒加载模式，链式操作是核心设计理念，将列名修改作为后续步骤，能保持IO层API的简洁性，避免在读取阶段混入过多转换逻辑。
• read_csv中的new_columns参数是一个例外，因为它是立即加载场景的便捷操作，允许用户一次性完成读取和列名设置，但本质上依然是“读取+重命名”的组合，而非专门为无表头场景新增独立参数。

内容的提问来源于stack exchange，提问作者Tshimanga