如何在Polars DataFrame中用duration列调用dt.truncate方法？

错误原因 #

pl.Expr.dt.truncate()方法仅接受固定的频率字符串（如"15m"、"1h"）作为参数，无法直接传入表示duration的列表达式。你传入pl.col("freq")时，方法会尝试将其当作静态频率解析，导致抛出AttributeError: 'Expr' object has no attribute 'days'错误。

解决方案 #

通过将datetime转换为数值形式（epoch毫秒），结合duration的总毫秒数进行整除运算，再转换回datetime类型，实现动态截断：

import polars as pl

df = pl.DataFrame(
    {
        "id": ["a", "b"] 
        ,"event_timestamp": ["2023-07-01T01:14:05Z", "2023-07-01T07:50:36Z"]    
        ,"freq": ["15", "5"]
    }
)
df = df.with_columns(
    event_timestamp = pl.col("event_timestamp").str.strptime(pl.Datetime, "%Y-%m-%dT%H:%M:%SZ")
    ,freq = pl.duration(minutes="freq")
)

# 实现动态截断
df = df.with_columns(
    event_timestamp_truncated = (
        (pl.col("event_timestamp").dt.epoch(time_unit="ms") // pl.col("freq").dt.total_milliseconds())
        * pl.col("freq").dt.total_milliseconds()
    ).cast(pl.Datetime(time_unit="ms"))
)

print(df)

输出结果 #

原理说明 #

1. 将event_timestamp转换为epoch毫秒数，把时间转为可计算的数值
2. 将freq列的duration转换为总毫秒数
3. 用epoch毫秒数除以freq毫秒数并向下取整，得到截断后的周期数
4. 周期数乘以freq毫秒数，得到截断后的epoch毫秒值，再转换回datetime类型

内容的提问来源于stack exchange，提问作者Wouter De Raeve