Rust:Čtení datového rámce v polárech z mysql

Stejná odpověď jako v této otázce , IMO se zdá docela duplicitní.

K tomu můžete použít stavitele nebo sbírat z iterátorů. Shromažďování z iterátorů je často rychlé, ale v tomto případě vyžaduje smyčku Vec<Country> dvakrát, takže byste měli provést srovnání.

Níže je uveden příklad funkce pro obě uvedená řešení.

use polars::prelude::*;

struct Country {
    country: String,
    count: i64,
}

fn example_1(values: &[Country]) -> (Series, Series) {
    let ca_country: Utf8Chunked = values.iter().map(|v| &*v.country).collect();
    let ca_count: NoNull<Int64Chunked> = values.iter().map(|v| v.count).collect();
    let mut s_country: Series = ca_country.into();
    let mut s_count: Series = ca_count.into_inner().into();
    s_country.rename("country");
    s_count.rename("country");
    (s_count, s_country)
}

fn example_2(values: &[Country]) -> (Series, Series) {
    let mut country_builder = Utf8ChunkedBuilder::new("country", values.len(), values.len() * 5);
    let mut count_builder = PrimitiveChunkedBuilder::<Int64Type>::new("count", values.len());

    values.iter().for_each(|v| {
        country_builder.append_value(&v.country);
        count_builder.append_value(v.count)
    });

    (
        count_builder.finish().into(),
        country_builder.finish().into(),
    )
}

Jakmile budete mít Series , můžete použít DataFrame::new(columns) kde columns: Vec<Series> vytvořit DataFrame .

Btw, pokud chcete maximální výkon, opravdu doporučuji connector-x . Má integraci polární a šipky a má šílený výkon.