如何在Rust的Polars中将宽DataFrame转换为窄DataFrame？

不需要手动遍历Series调用append()，也不用手动重复剩余列再合并——Polars提供的melt方法可以直接实现你要的功能，完全对应R中stack结合cbind重复列的逻辑。

核心思路 #

你在R中的操作本质是：将指定列堆叠为values+variable两列，同时将剩余列按堆叠后的行数重复并合并。Polars的melt方法原生支持这个逻辑：

• 指定id_vars：需要保留并自动重复的列（对应你R代码中cbind的那4列）
• 指定value_vars：需要堆叠的列（对应你R中stack(preds[1:(ncol(preds)-4)])的1000列）
  执行melt后，Polars会自动完成列堆叠，并将id_vars的列对应到每一行堆叠结果中，无需手动处理重复。

代码示例 #

use polars::prelude::*;

fn main() -> Result<(), PolarsError> {
    // 模拟你的DataFrame：前n-4列是要堆叠的，最后4列是要保留的
    let mut df = df!(
        "col_1" => [1, 2, 3],
        "col_2" => [4, 5, 6],
        // ... 这里省略998列 ...
        "keep_col_4" => ["x", "y", "z"],
        "keep_col_3" => [true, false, true],
        "keep_col_2" => [10.0, 20.0, 30.0],
        "keep_col_1" => [100, 200, 300]
    )?;

    // 拆分要堆叠的列（value_vars）和要保留的列（id_vars）
    let all_cols = df.get_column_names();
    let split_pos = all_cols.len() - 4;
    let (value_cols, id_cols): (Vec<_>, Vec<_>) = all_cols.split_at(split_pos).into();
    
    // 转换为Polars需要的&str类型集合
    let value_vars: Vec<&str> = value_cols.iter().map(|s| s.as_str()).collect();
    let id_vars: Vec<&str> = id_cols.iter().map(|s| s.as_str()).collect();

    // 执行melt，一步完成堆叠+合并重复列
    let result_df = df.melt(id_vars, value_vars)?;

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

适配非连续的保留列 #

如果你的保留列不是连续的最后4列（比如R代码中取的是preds[ncol(preds)], preds[ncol(preds)-3], preds[ncol(preds)-2], preds[ncol(preds)-1]），直接手动指定id_vars列表即可，无需按顺序：

// 手动指定要保留的4个列名，对应你R代码中的选择逻辑
let col_names = df.get_column_names();
let id_vars = vec![
    col_names.last().unwrap(),
    &col_names[col_names.len()-4],
    &col_names[col_names.len()-3],
    &col_names[col_names.len()-2]
];
let id_vars: Vec<&str> = id_vars.iter().map(|s| s.as_str()).collect();

内容的提问来源于stack exchange，提问作者GBPU