Samme svar som i dette spørgsmål , virker ret dobbelt IMO.
Du kan bruge bygherrerne til det eller indsamle fra iteratorer. Indsamling fra iteratorer er ofte hurtig, men i dette tilfælde kræver det, at du sløjfer Vec
to gange, så du bør benchmarke.
Nedenfor er et eksempel på en funktion for begge de viste løsninger.
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(),
)
}
Når du har fået Serien
, kan du bruge DataFrame::new(columns)
hvor kolonner:Vec
DataFrame
.
Btw, hvis du vil have maksimal ydeevne, anbefaler jeg virkelig connector-x . Den har fået polar- og pil-integration og har en sindssyg ydeevne.