如何按年份列表过滤 Rust Polars 数据框中的日期时间列？

Question

我需要通过在数据帧的日期时间列中搜索年份列表来过滤 Rust 中的极坐标数据帧。我试过了，但没用。

fn reduce_df(df: DataFrame, threshold: f64, years: &[i32]) -> Result<DataFrame, PolarsError> {
    let years_vec = years.to_vec();

    let mut df = df.lazy()
        .filter(
            col("time").dt().year()
                .cast(DataType::Int64)
                .is_in(years_vec)
        )
        .collect()?;

    Ok(df)
}

出现此编译错误

error[E0599]: no method named `is_in` found for enum `Expr` in the current scope
   --> src/main.rs:13:18
    |
11  | /             col("time").dt().year()
12  | |                 .cast(DataType::Int64)
13  | |                 .is_in(years_vec)
    | |_________________-^^^^^

Claude 给出了以下内容，似乎可行，但太复杂了。

fn reduce_df(df: DataFrame, threshold: f64, years: &[i32]) -> Result<DataFrame, PolarsError> {
    let years_vec = years.to_vec();

    let mut df = df.lazy()
        .filter(
            col("time").dt().year()
                .cast(DataType::Int64)
                .apply(move |s| {
                    let s = s.i64()?;
                    Ok(Some(s.into_iter().map(|opt_v| {
                        opt_v.map(|v| years_vec.contains(&(v as i32)))
                    }).collect()))
                }, GetOutput::from_type(DataType::Boolean))
        )
        .collect()?;

    Ok(df)
}

is_in 有什么问题吗？

我是 Rust 新手，我不知道问题出在哪里。

Answer 1

实际上有两个与您当前的代码不相关的问题。

1. 找不到

   is_in

   的原因很可能是您忘记激活

   is_in

   功能标志，如

   is_in

   功能文档中所述。因此，您的

   Cargo.toml

   应包含类似以下内容：

   polars = { version = "0.44.0", features= ["lazy", "is_in"] }

2. is_in

   函数需要一个表达式作为函数参数，而不是

   Vec

   。有多种方法可以解决此问题，我决定将切片转换为

   Series

   ，然后使用

   lit

   函数来创建拟合表达式。

在下面找到调整后的版本：

fn reduce_df(df: DataFrame, threshold: f64, years: &[i32]) -> Result<DataFrame, PolarsError> {
    let years_series = Series::new("years".into(), years);

    let mut df = df.lazy()
        .filter(
            col("time").dt().year()
                .cast(DataType::Int64)
                .is_in(lit(years_series))
        )
        .collect()?;

    Ok(df)
}