rust polars如何處理復雜數據結構

Rust 的 Polars 庫是一個高性能的 DataFrame 和 Series 庫，用于處理復雜的數據結構。以下是如何使用 Polars 處理復雜數據結構的示例：

1. 創建 DataFrame：

use polars::prelude::*;

fn main() {
    let data = vec![
        (1, "A", 3.0),
        (2, "B", 4.0),
        (3, "C", 5.0),
    ];

    let df = DataFrame::new(data)?;
    println!("{:?}", df);
}

2. 訪問列：

let column_a = df.column("A")?;
let column_b = df.column("B")?;
let column_c = df.column("C")?;

3. 過濾數據：

let filtered_df = df.filter(col("A").gt(lit(1)))?;
println!("{:?}", filtered_df);

4. 使用聚合函數：

let aggregated_df = df.groupby(["A"]).sum()?;
println!("{:?}", aggregated_df);

5. 合并 DataFrame：

let other_data = vec![
    (4, "D", 6.0),
    (5, "E", 7.0),
];

let other_df = DataFrame::new(other_data)?;

let merged_df = df.join(&other_df, "A")?;
println!("{:?}", merged_df);

6. 處理時間序列數據：

use chrono::prelude::*;

let date_data = vec![
    ("2021-01-01", 1, "A", 3.0),
    ("2021-01-02", 2, "B", 4.0),
    ("2021-01-03", 3, "C", 5.0),
];

let date_df = DataFrame::new(date_data)?
    .with_column(
        Series::new("date", date_data.iter().map(|(date, _, _, _)| DateTime::parse_from_str(date, "%Y-%m-%d").unwrap())),
    )?;

println!("{:?}", date_df);

這些示例展示了如何使用 Polars 處理復雜的數據結構，包括創建 DataFrame、訪問列、過濾數據、使用聚合函數、合并 DataFrame 以及處理時間序列數據。更多關于 Polars 的功能和用法，請參考官方文檔：https://docs.rs/polars/latest/polars/