为何返回pl.Float32而非pl.Date？Polars日期列类型异常问题

你遇到的类型异常原因有两点：

1. 初始化DataFrame时，order_date列全为None，Polars无日期类型上下文，默认将其推断为f32类型（而非预期的pl.Date）。
2. 在when/then逻辑链中，pl.Date类型的常量startdate与f32类型的order_date列混合运算时，Polars会自动进行类型提升——将日期转换为内部存储的浮点天数（19358对应2023-01-01），最终导致新列类型变为f32。

方法一：先显式转换order_date为日期类型 #

先把order_date列强制转为pl.Date，确保后续逻辑中类型统一：

import polars as pl

startdate = pl.date(year=2023, month=1, day=1)

data = {"customer": ["Mike", "Jan"], "order_date": [None, None]}

# 显式将order_date转为Date类型
df = pl.DataFrame(data).with_columns(pl.col("order_date").cast(pl.Date))
(df
.with_columns(
    pl
    .when(pl.col("order_date").is_null())
    .then(startdate)
    .when(pl.col("order_date")>startdate)
    .then(pl.col("order_date"))
    .otherwise(startdate)
    .alias("startdate_before_override"),
)
)

执行后输出：

shape: (2, 3)
┌──────────┬────────────┬───────────────────────────┐
│ customer ┆ order_date ┆ startdate_before_override │
│ ---      ┆ ---        ┆ ---                       │
│ str      ┆ date       ┆ date                      │
╞══════════╪════════════╪═══════════════════════════╡
│ Mike     ┆ null       ┆ 2023-01-01                │
│ Jan      ┆ null       ┆ 2023-01-01                │
└──────────┴────────────┴───────────────────────────┘

方法二：用coalesce简化逻辑（更推荐） #

你的核心需求是"取order_date非空值，否则用startdate"，Polars的coalesce函数原生支持这种逻辑，代码更简洁且类型安全：

import polars as pl

startdate = pl.date(year=2023, month=1, day=1)

data = {"customer": ["Mike", "Jan"], "order_date": [None, None]}

df = pl.DataFrame(data).with_columns(pl.col("order_date").cast(pl.Date))
(df
.with_columns(
    pl.coalesce([pl.col("order_date"), startdate]).alias("startdate_before_override")
)
)

如果需要保留order_date > startdate的额外判断，可以结合when实现：

(df
.with_columns(
    pl
    .when(pl.col("order_date") > startdate)
    .then(pl.col("order_date"))
    .otherwise(startdate)
    .alias("startdate_before_override"),
)
)

此时order_date已为pl.Date类型，与startdate类型一致，最终新列会保持pl.Date类型。

内容的提问来源于stack exchange，提问作者Balthazar