使用Polars从特殊格式Datetime提取日期失败的问题求助

错误原因 #

你使用str.strptime(pl.Date, '%Y-%m-%d')时，指定的格式串%Y-%m-%d仅能匹配纯日期字符串，但输入的是包含时分秒、毫秒的完整ISO时间字符串。Polars的strptime默认启用严格模式（strict=True），要求输入字符串与格式串完全匹配，时间部分的存在导致解析失败，因此抛出ComputeError。

解决方法 #

以下是三种可行的解决方案：

方案1：先转Datetime再提取日期 #

利用Polars对ISO标准时间格式的自动识别能力，先将字符串转为pl.Datetime类型，再提取日期部分：

import polars as pl
df = pl.DataFrame(['2023-08-01T06:13:24.448409',
'2023-08-01T07:29:34.491027'])

# 方式1：转Datetime后用dt.date()提取日期
result = df.with_columns(pl.col('column_0').str.strptime(pl.Datetime).dt.date())

# 方式2：转Datetime后直接转为Date类型
result = df.with_columns(pl.col('column_0').str.strptime(pl.Datetime).cast(pl.Date))

print(result)

方案2：匹配完整格式串后转Date #

如果要坚持用strptime直接解析，需要写出包含时间部分的完整格式串，再转为Date类型：

import polars as pl
df = pl.DataFrame(['2023-08-01T06:13:24.448409',
'2023-08-01T07:29:34.491027'])

result = df.with_columns(pl.col('column_0').str.strptime(pl.Datetime, '%Y-%m-%dT%H:%M:%S.%f').cast(pl.Date))
print(result)

方案3：直接截取日期子串 #

由于日期部分固定为字符串前10位，可直接截取后转Date：

import polars as pl
df = pl.DataFrame(['2023-08-01T06:13:24.448409',
'2023-08-01T07:29:34.491027'])

result = df.with_columns(pl.col('column_0').str.slice(0, 10).str.strptime(pl.Date, '%Y-%m-%d'))
print(result)

内容的提问来源于stack exchange，提问作者INGl0R1AM0R1