如何在Rust中简化Polars DataFrame的日期过滤操作？

问题原因 #

编译失败的核心是类型不匹配：col("time")返回的是Polars的Expr表达式类型，而dt是chrono::NaiveDateTime原生类型，Rust强类型系统不允许直接对这两种类型做比较操作，必须将原生日期值包装为Polars能识别的表达式类型。

简洁解决方案 #

1. 基础修正：将日期转为表达式字面量

使用lit()函数把NaiveDateTime包装成Expr，即可直接和列表达式进行比较，修正后的代码如下：

use polars::export::chrono::NaiveDateTime;
use polars::prelude::*;

fn main() -> Result<(), Box<dyn std::error::Error>> {
    let path = "your_data.csv";
    let df = LazyCsvReader::new(path)
        .with_parse_dates(true)
        .has_header(true)
        .finish()?
        .collect()?;

    let dt = NaiveDateTime::parse_from_str("2019-11-01 10:15:00", "%Y-%m-%d %H:%M:%S")?;

    // 修正：用lit()包装日期值为表达式
    let filtered = df.filter(col("time").lt(lit(dt)))?;

    Ok(())
}

2. 更简洁：直接用字符串解析日期表达式

如果不想手动创建NaiveDateTime，可以直接在表达式中解析日期字符串，写法更接近Python版本的简洁性：

let filtered = df.filter(
    col("time").lt(lit("2019-11-01 10:15:00").str().strptime(
        DataType::Datetime(None, None),
        "%Y-%m-%d %H:%M:%S"
    ))
)?;

3. 布尔掩码的创建

如果需要生成布尔掩码列，可以用with_column添加掩码列：

let df_with_mask = df.with_column(
    col("time").lt(lit(dt)).alias("is_before_target")
)?;

关于"原地过滤"的说明 #

Polars Rust中的DataFrame是不可变结构，不存在真正的原地修改操作。所有过滤、转换操作都会返回新的DataFrame，这是Polars保证线程安全和无副作用的设计。如果追求性能，推荐使用Lazy API全程操作（避免中间collect）：

let filtered = LazyCsvReader::new(path)
    .with_parse_dates(true)
    .has_header(true)
    .finish()?
    .filter(col("time").lt(lit(dt)))
    .collect()?;

内容的提问来源于stack exchange，提问作者nklsla