如何用Polars一次性将多列Unix时间戳转为UTC datetime？

解决方案代码 #

import polars as pl

df = pl.from_repr("""
┌─────┬────────────┬────────────┬────────────┐
│ id  ┆ start_date ┆ end_date   ┆ cancelable │
│ --- ┆ ---        ┆ ---        ┆ ---        │
│ i64 ┆ i64        ┆ i64        ┆ bool       │
╞═════╪════════════╪════════════╪════════════╡
│ 1   ┆ 1566637530 ┆ 1566628686 ┆ true       │
│ 2   ┆ 1561372720 ┆ 1561358079 ┆ true       │
│ 3   ┆ 1561374780 ┆ 1561358135 ┆ false      │
│ 4   ┆ 1558714718 ┆ 1556188225 ┆ false      │
│ 5   ┆ 1558715044 ┆ 1558427697 ┆ true       │
└─────┴────────────┴────────────┴────────────┘
""")

columns_epoch_to_timestamp: list[str] = [
    "start_date",
    "end_date",
]

# 批量转换目标列为UTC datetime
df = df.with_columns(
    pl.col(columns_epoch_to_timestamp).from_epoch(time_unit="s", time_zone="UTC")
)

print(df)

代码说明 #

• 批量选中目标列：通过pl.col(columns_epoch_to_timestamp)一次性选中所有需要转换的Unix时间戳列，Polars支持对列集合批量应用表达式操作。
• 时间戳转datetime：调用.from_epoch()方法完成转换：
  • time_unit="s"：指定输入的时间戳是秒级（如果你的数据是毫秒/微秒级，对应修改为"ms"/"us"）。
  • time_zone="UTC"：将转换后的datetime绑定到UTC时区，最终列类型为datetime[μs, UTC]。
• 单次调用完成转换：整个转换逻辑在一次with_columns()调用中完成，无需逐个列单独处理，效率更高。

输出结果 #

shape: (5, 4)
┌─────┬──────────────────────────┬──────────────────────────┬────────────┐
│ id  ┆ start_date               ┆ end_date                 ┆ cancelable │
│ --- ┆ ---                      ┆ ---                      ┆ ---        │
│ i64 ┆ datetime[μs, UTC]        ┆ datetime[μs, UTC]        ┆ bool       │
╞═════╪══════════════════════════╪══════════════════════════╪════════════╡
│ 1   ┆ 2019-08-24 09:05:30 UTC  ┆ 2019-08-24 06:38:06 UTC  ┆ true       │
│ 2   ┆ 2019-06-24 10:38:40 UTC  ┆ 2019-06-24 06:34:39 UTC  ┆ true       │
│ 3   ┆ 2019-06-24 11:13:00 UTC  ┆ 2019-06-24 06:35:35 UTC  ┆ false      │
│ 4   ┆ 2019-05-24 16:18:38 UTC  ┆ 2019-04-25 10:30:25 UTC  ┆ false      │
│ 5   ┆ 2019-05-24 16:24:04 UTC  ┆ 2019-05-21 08:34:57 UTC  ┆ true       │
└─────┴──────────────────────────┴──────────────────────────┴────────────┘

内容的提问来源于stack exchange，提问作者Vega