无需转换或自定义迭代器，如何实现Polars DataFrame行迭代生成HTML表格？

你不需要转换到Pandas或自定义迭代器，Polars本身提供了原生的行迭代API，完全可以替代Pandas的itertuples()：

1. 使用 rows(named=True) 返回具名元组迭代 #

这个方法直接返回行的具名元组迭代器，和itertuples()用法完全一致，支持通过列名属性访问值：

import polars as pl

df = pl.DataFrame({
    "name": ["Alice", "Bob"],
    "age": [30, 25]
})

for row in df.rows(named=True):
    print(f"Name: {row.name}, Age: {row.age}")

输出：

Name: Alice, Age: 30
Name: Bob, Age: 25

rows()默认会把所有行加载到内存，适合中小型数据集。

2. 使用 iter_rows(named=True) 惰性迭代 #

如果是大型数据集，推荐用惰性迭代的iter_rows()，它不会一次性加载所有行，内存更友好：

for row in df.iter_rows(named=True):
    print(f"Name: {row.name}, Age: {row.age}")

用法和rows()完全一致，只是迭代器是惰性生成的。

额外选项：返回字典格式 #

如果需要用字典键值对访问，还可以给rows()或iter_rows()传return_dicts=True：

for row in df.iter_rows(return_dicts=True):
    print(f"Name: {row['name']}, Age: {row['age']}")

以上所有方法都是Polars原生实现，不需要依赖Pandas或自定义迭代逻辑，完全满足模板引擎生成HTML表格的行遍历需求。

内容的提问来源于stack exchange，提问作者char101