Rust版Polars从struct创建DataFrame及read_json等效方法咨询

1. 通过Rust struct创建DataFrame/LazyFrame的实现方式 #

该需求完全可实现，针对你已将HTTP返回的金融JSON反序列化为Rust struct的场景，有两种成熟方案可选：

• 手动构造列组装：这是性能最优的方案，无额外序列化开销。你只需要将Vec<YourStruct>中每个字段的所有值提取出来，构造为对应名称的Series，最后传入DataFrame::new即可完成创建，需要LazyFrame时直接对生成的DataFrame调用.lazy()方法即可。
  参考实现：

  use polars::prelude::*;
  use serde::Deserialize;
  
  // 对应金融数据的反序列化结构体
  #[derive(Deserialize)]
  struct KlineRecord {
      timestamp: i64,
      code: String,
      close_price: f64,
      trade_vol: u64,
  }
  
  fn build_df_from_records(records: Vec<KlineRecord>) -> PolarsResult<DataFrame> {
      let ts_series = Series::new(
          "timestamp",
          records.iter().map(|r| r.timestamp).collect::<Vec<_>>()
      );
      let code_series = Series::new(
          "code",
          records.iter().map(|r| r.code.as_str()).collect::<Vec<_>>()
      );
      let price_series = Series::new(
          "close_price",
          records.iter().map(|r| r.close_price).collect::<Vec<_>>()
      );
      let vol_series = Series::new(
          "trade_vol",
          records.iter().map(|r| r.trade_vol).collect::<Vec<_>>()
      );
  
      DataFrame::new(vec![ts_series, code_series, price_series, vol_series])
  }
  

  如果结构体包含Option<T>类型的可选字段，构造Series时直接传入Vec<Option<T>>，Polars会自动识别为空值，不需要额外处理。
• Serde中转方案：如果结构体字段较多，不想手动编写每个字段的提取逻辑，可以先将struct向量序列化为JSON字节流，再调用Polars的JSON读取接口解析生成DataFrame，该方案代码量更低，但会多出一次序列化/反序列化的开销，适合快速开发场景。

2. 与Python版polars.read_json等效的Rust API #

Rust版Polars提供了完全对齐Python版JSON读取能力的API，相关实现位于polars::io::json模块下，根据使用场景可选择对应接口：

• 内存JSON读取：使用JsonReader，支持读取内存中的JSON字节流、serde_json::Value对象，对应Python版读取内存JSON数据的能力，传入实现了std::io::Read trait的对象即可完成解析。
• 本地JSON文件读取：直接给JsonReader传入本地文件句柄即可，行为和Python版传入文件路径调用read_json完全一致。
• 懒加载JSON读取：使用LazyJsonReader，对应Python版pl.scan_json的能力，支持谓词下推、投影下推等懒执行优化，不需要加载全量数据即可完成数据过滤、列裁剪等操作。

注意：JSON解析相关能力默认不编译进Polars，需要在Cargo.toml的polars依赖配置中开启json feature，使用懒加载接口还需要额外开启lazy feature。

内容的提问来源于stack exchange，提问作者Sigi