Polars 0.20.5用Numpy类型转类型失败，与文档描述不符？

问题重现 #

在Polars 0.20.5版本中，尝试用NumPy类型（如np.int64）定义LazyFrame的Schema或指定Series的数据类型时会触发报错：

1. LazyFrame Schema定义报错 #

代码示例：

import polars as pl
import numpy as np

data = {"a": [1.1, 2.2], "b": [3, 4]}
pl.LazyFrame(data, schema=[
    ('a', pl.Float32),
    ('b', np.int64)
])

报错信息：

ValueError: cannot infer dtype from <class 'numpy.int64'> (type: 'type')

2. Series dtype指定报错 #

代码示例：

import polars as pl
import numpy as np

series_2 = pl.Series('a', [1, 2], dtype=np.int64)

报错信息：

ValueError: given dtype: <class 'numpy.int64'> is not a valid Polars data type and cannot be converted into one

原因说明 #

Polars从0.20.x版本开始，不再直接支持将NumPy类型作为Schema或Series的dtype参数传入，尽管部分旧版文档仍保留相关说明，但实际API已调整，必须使用Polars自身提供的类型定义。

解决方法 #

将NumPy类型替换为对应的Polars内置类型即可：

1. 修正LazyFrame Schema #

pl.LazyFrame(data, schema=[
    ('a', pl.Float32),
    ('b', pl.Int64)  # 替换np.int64为pl.Int64
])

2. 修正Series dtype #

series_2 = pl.Series('a', [1, 2], dtype=pl.Int64)  # 替换np.int64为pl.Int64

常见NumPy类型与Polars类型的映射关系：

• np.int64 → pl.Int64
• np.int32 → pl.Int32
• np.float32 → pl.Float32
• np.float64 → pl.Float64
• np.bool_ → pl.Boolean

内容的提问来源于stack exchange，提问作者J Piñol