Polars读取JSON时日期类型解析失败，如何正确读取Date类型？

问题 #

我希望从包含标准ISO格式（"yyyy-mm-dd"）日期的JSON字符串中读取Polars DataFrame。当尝试使用schema或schema_override参数指定日期列的类型为pl.Date时，结果仅返回NULL值。

最小可复现示例（MRE） #

from datetime import datetime, timedelta
from io import StringIO

import polars as pl

# 生成日期列表
start_date = datetime.today()
dates = [start_date + timedelta(days=i) for i in range(100)]
date_strings = [date.strftime("%Y-%m-%d") for date in dates]

# 创建Polars DataFrame
df = pl.DataFrame({"dates": date_strings})

df_reread = pl.read_json(
    StringIO(df.write_json()),
    schema_overrides={"dates": pl.Date},
)

执行print(df_reread)后的输出：

shape: (100, 1)
┌───────┐
│ dates │
│ ---   │
│ date  │
╞═══════╡
│ null  │
│ null  │
│ null  │
│ null  │
│ null  │
│ …     │
│ null  │
│ null  │
│ null  │
│ null  │
│ null  │
└───────┘

问题：是否存在正确从JSON字符串中读取Date类型的方法？

解决方案 #

方法1：读取后转换列类型 #

先以字符串类型读取JSON，再通过str.to_date()方法将字符串列转换为pl.Date类型：

df_reread = pl.read_json(StringIO(df.write_json())).with_columns(
    pl.col("dates").str.to_date("%Y-%m-%d")
)

方法2：使用parse_dates参数直接解析 #

Polars的read_json方法提供了parse_dates参数，指定需要解析的列名后，会自动将ISO格式的日期字符串转换为pl.Date类型：

df_reread = pl.read_json(
    StringIO(df.write_json()),
    parse_dates=["dates"]
)

方法3：自定义schema配合类型转换 #

先通过schema指定列的原始类型为字符串，再转换为日期类型：

schema = {"dates": pl.Utf8}
df_reread = pl.read_json(StringIO(df.write_json()), schema=schema).with_columns(
    pl.col("dates").cast(pl.Date)
)

失败原因说明 #

JSON中存储的日期是字符串格式，Polars无法直接将字符串值映射到pl.Date类型，必须显式执行字符串到日期的解析逻辑，上述方法均通过显式解析或内置参数完成了这一步转换。

内容的提问来源于stack exchange，提问作者SysRIP