Rust Polars：eager模式字符串过滤实现及col/column区别咨询

一、Eager模式下实现字符串contains过滤 #

你在Lazy模式中的代码是保留A列所有行，同时对B列做条件过滤（仅保留包含input的行，其余行的B列值为null）。对应Eager模式的实现如下：

// 获取B列的字符串匹配掩码
let mask = df.column("B")?.str()?.contains(input)?;
// 生成过滤后的B列：符合条件保留原值，否则为null
let filtered_b = df.column("B")?.mask(&mask)?;
// 组合A列与过滤后的B列，取前10行
let out = df
    .select(["A"])?
    .with_column(filtered_b.alias("B"))?
    .head(Some(10));

如果你的实际需求是过滤整个DataFrame的行（仅保留B列包含input的行，同时保留A、B完整列数据），Eager模式写法更简洁：

let mask = df.column("B")?.str()?.contains(input)?;
let out = df.filter(&mask)?.select(["A", "B"])?.head(Some(10));

二、col("")与column("")的适用范围 #

你的理解不准确：

• col("col_name")是Polars的表达式（Expr）构造器，核心用于Lazy模式构建查询计划，但也可在Eager模式的select、with_column等方法中使用，比如：

  // Eager模式下用col选择列
  let df_eager = df.select([col("A"), col("B")])?;
  

• column("col_name")是直接从已加载的DataFrame中获取对应Series，属于纯Eager操作，返回具体数据而非查询表达式，仅适用于Eager流程。

简单总结：col是操作逻辑的表达式描述，可跨Lazy/Eager模式使用；column是直接提取数据，仅适用于Eager模式。

内容的提问来源于stack exchange，提问作者fvg