如何在Polars中解析仅含小时无分钟的Datetime字符串（如%Y%m%d%H）

你遇到的问题是因为Polars依赖的chrono库对时间格式解析有严格要求：如果指定了小时（%H），必须同时指定分钟（%M），这和Pandas的解析逻辑存在差异。下面是几个可行的解决方法：

• 方法一：补全分钟部分再解析
  给日期字符串末尾拼接00作为分钟值，然后用包含分钟的格式字符串解析：

  df = df.with_columns(
      pl.col("date_str").str.replace(r"$", "00").str.strptime(pl.Datetime, "d=%Y%m%d%H%M")
  )
  

  这里用str.replace(r"$", "00")在每个字符串末尾添加00，将格式转为d=YYYYMMDDHHMM，完全符合chrono的解析要求。

• 方法二：拆分日期和小时分别处理再合并
  先提取日期部分转为Date类型，再提取小时转成时长，最后将两者合并为Datetime：

  df = df.with_columns(
      # 提取日期部分并转为Date类型
      date_part=pl.col("date_str").str.extract(r"d=(\d{8})", 1).str.strptime(pl.Date, "%Y%m%d"),
      # 提取小时部分转为整数
      hour_part=pl.col("date_str").str.extract(r"d=\d{8}(\d{2})", 1).cast(pl.Int32)
  ).with_columns(
      # 合并日期与小时得到Datetime
      datetime=pl.col("date_part") + pl.col("hour_part").cast(pl.Duration, unit="h")
  ).drop("date_part", "hour_part")
  

  这种方法灵活性更高，适合格式固定但时间部分不完整的场景。

• 方法三：尝试自动推断（谨慎使用）
  如果你的日期字符串格式规整，也可以不指定格式，让Polars自动推断：

  df = df.with_columns(
      pl.col("date_str").str.to_datetime()
  )
  

  不过自动推断的可靠性不如指定格式，尤其是字符串带有d=这类特殊前缀时，可能识别失败，建议优先使用前两种方法。

内容的提问来源于stack exchange，提问作者blaylockbk