Python调用Rust编写的Polars DataFrame处理函数时触发TypeError：'builtin_function_or_method'无法被解析为整数

问题重现 #

你遇到的这个错误很典型，先还原下你的场景：你用Rust结合PyO3、pyo3-polars编写了一个处理Polars DataFrame的函数，通过maturin打包成Python包后，调用时却触发了以下错误：

Traceback (most recent call last):
File "~/Workspace/test-polars/run.py", line 13, in
test_print(pydf)
TypeError: argument 'pydf': 'builtin_function_or_method' object cannot be interpreted as an integer

你的Rust函数逻辑、Cargo.toml依赖、pyproject.toml打包配置看起来都没问题，问题出在Python调用代码的一个细节上。

问题根源 #

你在Python代码里尝试用dataframe_to_pydf(df)手动转换DataFrame，但这里有两个关键问题：

1. polars._utils.construction.dataframe.dataframe_to_pydf是Polars的内部私有函数，官方并不推荐在用户代码中直接使用
2. 更重要的是，你完全不需要手动转换DataFrame——pyo3-polars已经内置了Python Polars DataFrame与Rust端PyDataFrame的自动转换逻辑，手动转换反而会导致类型不匹配，触发转换错误（错误信息里的"无法解析为整数"是PyO3类型转换失败时的通用模糊提示，本质是传入的对象类型不符合Rust函数的预期）

解决方案 #

直接修改你的Python调用代码，去掉手动转换步骤，把Polars的DataFrame实例直接传给Rust函数即可：

from rustpackage import test_print
import polars as pl

# 构造Polars DataFrame
df = pl.DataFrame(
    {
        "list_a": [["1", "2", "3"], ["5", "5"]],
        "list_b": [["1", "2", "3", "8"], ["5", "1", "1"]],
    }
)

# 直接传入原始DataFrame，pyo3-polars会自动完成类型转换
test_print(df)

为什么这样能解决问题？ #

pyo3-polars的核心作用就是打通Python Polars和Rust Polars的类型转换：当你把Python端的pl.DataFrame实例传给Rust的PyDataFrame参数时，PyO3会自动调用pyo3-polars提供的转换逻辑，将其转换成Rust端可以处理的PyDataFrame对象，完全不需要手动干预。

额外验证与补充 #

1. 类型检查：你可以在Python中打印传入的对象类型，确认是标准的Polars DataFrame：

   print(type(df))  # 输出：<class 'polars.dataframe.frame.DataFrame'>
   

   这个类型正是pyo3-polars期望接收的类型。

2. 版本兼容性确认：你的依赖版本组合是兼容的：

   • polars 0.50.0 ↔ pyo3-polars 0.23.1：pyo3-polars的版本号和Polars的大版本是对齐的（0.23.x对应Polars 0.50.x）
   • pyo3 0.25.1 ↔ pyo3-polars 0.23.1：两者的版本也完全匹配，不会因为PyO3版本不兼容导致转换失败

内容来源于stack exchange