将Polars的pl.Object列转为pl.String时触发ComputeError问题

你遇到的ComputeError是因为numpy生成的数组中，None以Python原生NoneType的形式存在，而Polars在默认严格模式（strict=True）下，不允许将NoneType直接转换为String类型——Polars的字符串列仅支持字符串值和Polars原生Null，不兼容Python原生None。

两种无需删除缺失值的处理方式：

方式1：转换时关闭严格模式 #

在cast方法中设置strict=False，Polars会自动将Python的None转为Polars Null，同时完成字符串类型转换：

import numpy as np
import polars as pl

rng = np.random.default_rng(12345)
df = pl.LazyFrame(
    data={
        "date": rng.choice(
            [None, "03.04.1998", "03.05.1834", "05.06.2025"], 100
        ),
    }
)
# 关键参数：strict=False
df.with_columns(pl.col("date").cast(pl.String, strict=False)).collect()

方式2：创建Series时指定字符串类型 #

用Polars的Series包装数据并指定dtype=pl.String，numpy中的None会被直接解析为Polars Null，后续无需额外转换：

import numpy as np
import polars as pl

rng = np.random.default_rng(12345)
df = pl.LazyFrame(
    data={
        "date": pl.Series(
            values=rng.choice([None, "03.04.1998", "03.05.1834", "05.06.2025"], 100),
            dtype=pl.String
        ),
    }
)
# 此时date列已为String类型，直接收集结果即可
df.collect()

内容的提问来源于stack exchange，提问作者Björn