如何在Rust Pola-rs中按位置比较DataFrame并聚合统计？

云上老周

2026-8-9

Pola-rs中实现类似Pandas的df.where(df_1.ge(df_2)).sum().sum()逻辑

需求回顾

你已生成两个Pola-rs DataFrame（df_1和df_2），需要完成两个操作：

生成布尔DataFrame，每个元素表示df_1对应位置的值大于等于df_2；
统计该布尔DataFrame中true的总数量，对应Pandas里df.where(df_1.ge(df_2)).sum().sum()的效果。

惯用实现写法

在Pola-rs中可以通过简洁的步骤完成，完全贴合库的惯用风格：

1. 生成目标布尔DataFrame

直接对两个DataFrame调用ge方法（greater than or equal），即可逐元素比较生成布尔类型的DataFrame，完全匹配你需要的结果：

let bool_df = df_1.ge(&df_2).unwrap();

2. 统计`true`的总数量

Pola-rs对布尔列的求和会自动将true视为1、false视为0，因此可以直接调用sum_all方法一次性计算所有元素的总和，无需额外类型转换：

let total_true = bool_df.sum_all().unwrap().i32().unwrap();

如果需要分步求和（先按列统计true数量，再对列结果汇总），也可以写成：

let total_true = bool_df
    .sum() // 计算每列的true数量
    .unwrap()
    .sum::<i32>() // 对列求和结果做最终汇总
    .unwrap();

完整代码示例

将上述逻辑整合到你的原有代码中：

use polars::prelude::*;

fn main() {
    let df_1 = df! {
        "1" => [1,   2,   2,   3,   4,   3],
        "2" => [1,   4,   2,   3,   4,   3],
        "3" => [1,   2,   6,   3,   4,   3],
    }
    .unwrap();

    let mut df_2 = df_1.clone();
    for idx in 0..df_2.width() {
        df_2.apply_at_idx(idx, |s| {
            s.cummax(false)
                .shift(1)
                .fill_null(FillNullStrategy::Zero)
                .unwrap()
        })
        .unwrap();
    }

    // 生成布尔DataFrame
    let bool_df = df_1.ge(&df_2).unwrap();
    // 统计true总数
    let total_true = bool_df.sum_all().unwrap().i32().unwrap();

    println!("目标布尔DataFrame:\n{:#?}", bool_df);
    println!("符合条件的元素总数: {}", total_true);
}