在Rust中使用Polars按名称筛选行并计算平均年龄

代码示例 #

use polars::prelude::*;

fn main() -> Result<(), Box<dyn std::error::Error>> {
    // 构建示例DataFrame
    let df = df!(
        "name" => ["panda", "polarbear", "seahorse"],
        "age" => [5, 7, 1]
    )?;

    let target_names = vec!["panda", "seahorse"];
    let average_age = df.lazy()
        // 筛选出name在目标列表中的行
        .filter(col("name").is_in(target_names))
        // 计算筛选后age列的平均值
        .agg([col("age").mean()])
        // 执行延迟计算，获取结果
        .collect()?;

    println!("平均年龄：{}", average_age);
    Ok(())
}

关键说明 #

1. 筛选行而非列元素：你之前在select中调用filter是对列内元素做过滤，而非筛选整行。正确的做法是使用.filter()方法直接对DataFrame的行进行筛选，传入一个布尔类型的Expr来判断行是否符合条件。
2. 使用Expr API构建条件：Polars的延迟API（lazy）不支持直接传递Rust闭包作为过滤条件，必须用Expr组合出查询逻辑。这里col("name").is_in(target_names)会生成一个布尔Expr，自动检查每行的name是否在目标向量中。
3. 触发延迟计算：延迟API的操作只是构建查询计划，必须调用.collect()才能实际执行计算并得到结果。

内容的提问来源于stack exchange，提问作者xosxos