Rust学以致用（一）——读取k线csv文件，生成dataframe后计算MA5指标

最新推荐文章于 2025-11-03 09:05:08 发布

原创

最新推荐文章于 2025-11-03 09:05:08 发布 · 2.3k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#rust #开发语言 #后端

本文介绍如何使用Rust语言和Polars库进行CSV文件的数据读取、处理和保存。主要内容包括：利用Polars操作DataFrame，计算移动平均线MA5，并将结果保存回CSV文件。

一、业务内容

读入csv文件到dataframe里
生成新的列【“MA5"】
计算MA5指标
把dataframe重新保存成csv文件

二、涉及的rust知识

ploars包（用于dataframe的处理）的简单使用
dataframe增加列的操作
dataframe的打印
自定义函数
闭包的使用
读取csv到df中
把df保存到csv中
map的使用
series的切片
条件表达式的使用

三、具体实现

1、待处理的csv文件——某只k线文件

在这里插入图片描述

2、包的引用

主要用到的是polars，这个包等同于python中的pandas以及julia中的dataframes。
参观和学习的地址：
官网地址：https://docs.rs/polars/latest/polars/
仓库地址：https://github.com/pola-rs/polars

extern crate polars; 
use polars::prelude::*;
use std::fs::File;

3、生成一个dataframe

DataFrame::default()

let mut df = DataFrame::default();

4、df里面增加一列

df.with_column()

df.with_column(Series::new("榜号",vec![1,2,3]));
df.with_column(Series::new("姓名",vec!["张三丰","黄老邪","老顽童"]));

5、生成一个series

Series::new()

let mySeries = Series::new("姓名",vec!["张三丰","黄老邪","老顽童"]);

6、读取csv到df 中

CsvReader::new()

/// 功能：读取csv文件，转成dataframe
/// 输入：filePath:String ，文件路径和名字
/// 输出：Result<DataFrame> 
/// 
///  # Examples
/// ```
/// use polars::prelude::*;
/// use std::fs::File;
/// let df = read_csv("D:/csvTest/000004.csv".to_string());
/// println!("{:?}", df);
/// ```
/// 
fn read_csv(filePath: String) -> Result<DataFrame> 
{
   
   
    let file = File::open(filePath).expect("找不到文件");
    CsvReader::new(file)
        .infer_schema(None)
        .has_header(true)
        .finish()
}

测试代码：

use polars::prelude::*;
use std::fs::File;
let df = read_csv("D:/csvTest/000004.csv".to_string());
println!("{:?}", df);

7、把df保存成csv文件

write_csv::new()

/// 【功能】把dataframe保存成csv
/// 输入：
/// df: &mut DataFrame
/// filePath:String
/// 输出：Result<()>
/// 
///  # Examples
/// ```
/// extern crate polars; 
/// use polars::prelude::*;
/// let mut df = DataFrame::default();
/// df.with_column(Series::new("榜号",vec![1,2,3]));
/// df.with_column(Series::new("姓名",vec!["张三丰","黄老邪","老顽童"]));
/// write_csv(& mut df,"e:/bbb.csv".to_string());
/// ```
/// 
fn write_csv(df: &mut DataFrame,filePath:String) -> Result<()> {
   
   
    let mut file = File::create(filePath).expect("创建文件失败");

    CsvWriter::new(&mut file)
    .has_header(true)    //.has_headers(true)
    .with_delimiter(b',')
    .finish(df)
}

测试代码：

extern crate polars; 
use polars::prelude::*;
let mut df = DataFrame::default();
df.with_column(Series::new("榜号",vec![1,2,3]));
df.with_column(Series::new("姓名",vec!["张三丰","黄老邪","老顽童"]));
write_csv(&