为何Polars中with_columns无法原地修改DataFrame添加datetime列？

核心原因 #

Polars的DataFrame默认采用不可变数据模型：所有数据转换类方法（包括with_columns）都不会直接修改原始DataFrame对象，而是生成并返回一个包含修改结果的新DataFrame。这种设计是为了避免意外篡改原始数据，保证数据操作的可追溯性，同时支持线程安全的并行操作。

你直接调用df.with_columns(...)但没有接收返回值，所以原df完全不会发生变化；而将返回结果赋值给新变量（如df_formated）时，自然能拿到包含新列的新DataFrame。

解决方案 #

如果需要更新原DataFrame，只需将with_columns的返回值重新赋值给原变量即可：

df = df.with_columns(
    pl.col('Timestamp')
      .str.strptime(pl.Datetime, "%m/%d/%Y %H:%M:%S")
      .alias('dt_f')
)

注意：Polars仅少数方法支持inplace=True参数（如drop_inplace），但with_columns并不支持原地修改。官方更推荐使用赋值的方式，以遵循不可变数据模型的设计原则，减少潜在的bug。

验证示例 #

修改后的代码执行后，原df会包含新的dt_f列：

print(df)
# 输出：
# shape: (3, 4)
# ┌───────────────────┬───────────┬─────────┬─────────────────────┐
# │ Timestamp         ┆ Date      ┆ Amount  ┆ dt_f                │
# │ ---               ┆ ---       ┆ ---     ┆ ---                 │
# │ str               ┆ str       ┆ str     ┆ datetime[μs]        │
# ╞═══════════════════╪═══════════╪═════════╪═════════════════════╡
# │ 4/7/2024 18:42:10 ┆ 3/19/2024 ┆ 1292.23 ┆ 2024-04-07 18:42:10 │
# │ 4/7/2024 18:42:11 ┆ 3/19/2024 ┆ 543.95  ┆ 2024-04-07 18:42:11 │
# │ 4/7/2024 18:42:12 ┆ 3/19/2024 ┆ 679.82  ┆ 2024-04-07 18:42:12 │
# └───────────────────┴───────────┴─────────┴─────────────────────┘

内容的提问来源于stack exchange，提问作者oat