如何计算当前日期与Polars日期列的间隔天数？

核心解法 #

你的问题根源是混合Polars Date类型与Pandas datetime类型运算导致的类型不兼容，同时获取Polars Series单个值的方式有误。以下是两种可行的解决方式：

方法1：对齐原Pandas逻辑（取单个日期值计算）

先从Polars Series中提取单个Python date 对象，再转换为Pandas datetime类型参与计算：

import pandas as pd
import numpy as np
import polars as pl

# 提取Polars Series中的单个日期值
target_date = race['date_of_race'][0]  # 或使用 race['date_of_race'].item() 更明确

# 计算天数差
today = pd.to_datetime('today').normalize()
days_between = (today - pd.to_datetime(target_date)) // np.timedelta64(1, 'D')

方法2：纯Polars原生计算（推荐，符合高性能需求）

既然转用Polars追求性能，建议全程使用Polars的日期函数，避免跨库类型转换开销：

import polars as pl

# 计算单个日期与今天的天数差
days_between = (pl.date.today() - race['date_of_race'][0]).days()

# 如果需要对整个列批量计算每个日期与今天的天数差：
race = race.with_columns(
    days_since_race=(pl.date.today() - pl.col('date_of_race')).days()
)

你之前写法的错误分析 #

1. 第一种写法的问题：
   • 变量名错误：使用了未定义的days_between[0][0]，即便改用你创建的date对象，Polars Series也不能用[0][0]的方式取值，单个值直接用[0]或.item()即可
2. 第二种写法的问题：
   • 直接将Polars的Date类型Series与Pandas的datetime64类型对象相减，两者类型系统不兼容，导致无法自动推导共同类型，触发PanicException

内容的提问来源于stack exchange，提问作者slydexic