使用polars-lazy 0.44.2编译代码时遭遇模块、类型解析失败等错误求助

嘿，我来帮你拆解这些错误的原因，一步步解决问题：

错误根源与对应解决方案 #

1. polars_core未声明、PolarsResult/DataFrame找不到的问题

你直接引入了polars_core模块，但你的Cargo.toml里只添加了polars-lazy依赖——虽然polars-lazy内部依赖polars_core，但默认不会将其暴露给你的项目。更省心的方式是直接通过polars-lazy的prelude来获取这些常用类型，无需单独引用polars_core。

2. arrow::legacy无法解析的问题

Polars 0.44.2对应的Arrow版本并非53.2.0，版本不匹配导致了这个错误。其实你完全不需要手动添加arrow依赖，polars-lazy已经自带了适配的Arrow版本，手动指定反而会引发版本冲突。

修改后的代码与配置 #

第一步：更新Cargo.toml

删掉手动添加的arrow依赖，只保留polars-lazy即可：

[dependencies]
polars-lazy = "0.44.2"

第二步：调整代码的引入与细节

统一从polars_lazy::prelude获取所需内容，同时修复main函数里的语法错误（缺少分号）和Result处理：

use polars_lazy::prelude::*;

fn main() {
  // 实际项目建议用更严谨的错误处理，比如match或让main返回Result
  let test = example().unwrap(); 
  println!("show dataframe: {:?}", test);
}

fn example() -> PolarsResult<DataFrame> {
 let df = df!(
     "date" => ["2020-08-21", "2020-08-21", "2020-08-22", "2020-08-23", "2020-08-22"],
     "temp" => [20, 10, 7, 9, 1],
     "rain" => [0.2, 0.1, 0.3, 0.1, 0.01]
 )?;

 df.lazy()
 .group_by([col("date")])
 .agg([
     col("rain").min().alias("min_rain"),
     col("rain").sum().alias("sum_rain"),
     col("rain").quantile(lit(0.5), QuantileMethod::Nearest).alias("median_rain"),
 ])
 .sort(["date"], Default::default())
 .collect()
}

额外小贴士 #

• polars_lazy::prelude已经打包了大部分常用的类型、宏和方法，包括df!宏、PolarsResult、DataFrame，无需再单独引入polars_core。
• 除非你明确需要特定版本且确认与Polars兼容，否则不要手动添加arrow依赖，避免版本冲突。
• main函数里必须处理example()返回的PolarsResult，示例中用unwrap()做了简单处理，生产环境建议用更健壮的错误处理逻辑。

这样修改后，你的代码应该就能正常编译运行了！

备注：内容来源于stack exchange，提问作者dark.vador