Rust使用Polars的LazyCsvReader读取CSV报未声明类型错误

Rust版Polars默认采用最小功能集发布，直接引入基础依赖不会包含CSV读写、懒计算、表达式相关接口，这就是LazyCsvReader、col等类型/函数未定义的核心原因，需要在引入依赖时手动开启对应功能开关。

修改项目根目录下的Cargo.toml，替换原有polars依赖配置为以下内容，开启所需功能：

[package]
name = "polar_test"
version = "0.1.0"
edition = "2021"

[dependencies]
polars = { version = "0.22.6", features = ["lazy", "csv", "io"] }

各功能开关说明：

• lazy：开启懒计算全量API，包含LazyCsvReader、表达式函数（col/lit等）、分组/排序等链式操作接口
• csv：开启CSV格式的读写能力
• io：通用文件IO支撑，用于读写本地文件

代码逻辑与给出的pandas版本完全对齐：指定列名读取无表头的wine数据集、按Class label分组统计计数、结果导出为CSV文件、控制台打印统计结果。
首先在项目根目录手动创建datastore文件夹，将wget下载的wine.data放入该目录，之后替换src/main.rs内容为以下代码：

use polars::prelude::*;
use std::path::Path;

fn read_data(path: &Path) -> PolarsResult<DataFrame> {
    // 与pandas版本完全一致的列名定义
    let columns = vec![
        "Class label",
        "Alcohol",
        "Malic acid",
        "Ash",
        "Alcalinity of ash",
        "Magnesium",
        "Total phenols",
        "Flavanoids",
        "Nonflavanoid phenols",
        "Proanthocyanins",
        "Color intensity",
        "Hue",
        "OD280/OD315 of diluted wines",
        "Proline",
    ];

    // 读取无表头CSV，手动指定列名
    LazyCsvReader::new(path.to_str().unwrap())
        .has_header(false)
        .with_column_names(Some(columns))
        .finish()
        .collect()
}

fn count_classes(df: DataFrame) -> PolarsResult<DataFrame> {
    let stat_df = df
        .lazy()
        .groupby([col("Class label")])
        // 分组计数，结果列命名为total
        .agg([col("Class label").count().alias("total")])
        // 按类别排序保证输出顺序稳定
        .sort("Class label", SortOptions::default())
        .collect()?;

    // 导出统计结果到CSV，不包含行索引
    let mut out_file = std::fs::File::create(Path::new("datastore/data_count.csv"))?;
    CsvWriter::new(&mut out_file)
        .include_header(true)
        .finish(&mut stat_df.clone())?;

    Ok(stat_df)
}

fn main() -> PolarsResult<()> {
    let file_path = Path::new("datastore/wine.data");
    let main_df = read_data(file_path)?;
    let class_stat_df = count_classes(main_df)?;
    // 控制台打印统计结果
    println!("{}", class_stat_df);
    Ok(())
}

• 执行cargo run即可完成编译运行
• 运行成功后控制台会输出三个类别的计数结果，同时datastore目录下会生成data_count.csv文件，与pandas版本输出完全一致
• 注意0.22版本Polars的LazyCsvReader配置完读取参数后，需要先调用.finish()得到LazyFrame才能进行后续的数据处理操作，最后调用.collect()触发实际计算得到DataFrame，不能直接在新建读取器后调用collect。

内容的提问来源于stack exchange，提问作者DataPsycho