Polars中无法将字符串类型转换为纯日期格式问题求助

问题背景 #

我尝试从字符串类型的datetime列中提取仅date部分，但未得到正确结果。不确定日期中的单数字格式是否会引发问题？

数据示例 #

import polars as pl

df = pl.from_repr("""
┌──────┬──────────────────────┐
│ YEAR ┆ FL_DATE              │
│ ---  ┆ ---                  │
│ i64  ┆ str                  │
╞══════╪══════════════════════╡
│ 2023 ┆ 1/1/2023 12:00:00 AM │
│ 2023 ┆ 1/1/2023 12:00:00 AM │
│ 2023 ┆ 1/1/2023 12:00:00 AM │
└──────┴──────────────────────┘
""")

失败尝试及输出 #

尝试代码

# 尝试1
df.select(
    pl.col('FL_DATE').alias('date_only').str.to_date("%m/%d/%Y")
)

# 尝试2
df.select(
    pl.col('FL_DATE').alias('date_only').str.to_date("%m/%d/%Y").dt.to_string("%Y-%m")
)

# 尝试3
df.select(
    pl.col('FL_DATE').alias('date_only').str.to_datetime("%m/%d/%Y",strict=False).cast(pl.Date)
)

# 尝试4
df.select(
    pl.col('FL_DATE').cast(pl.String).str.to_datetime("%m/%d/%Y",strict=False
                                                      ).cast(pl.Date).alias('date_only')
)

对应失败输出

1. InvalidOperationError: conversion from `str` to `date` failed in column 'date_only'
2. InvalidOperationError: conversion from `str` to `date` failed in column 'date_only'
3. null
4. null

问题原因 #

失败的核心原因是格式字符串没有匹配原字符串的完整结构。原FL_DATE列的字符串包含日期和时间部分（比如1/1/2023 12:00:00 AM），但你使用的%m/%d/%Y只匹配日期部分，导致解析失败。单数字的月/日格式不是问题，Polars的日期解析支持单数字的月和日。

可行解决方案 #

方法1：用完整格式字符串解析后转日期 #

直接使用包含时间的格式字符串解析为datetime，再转为date类型：

df.select(
    pl.col('FL_DATE').str.to_datetime("%m/%d/%Y %I:%M:%S %p").cast(pl.Date).alias('date_only')
)

格式说明：

• %m/%d/%Y：匹配月/日/年（支持单数字格式）
• %I:%M:%S：匹配12小时制的时:分:秒
• %p：匹配AM/PM标识

方法2：先截取日期部分再解析 #

通过字符串分割提取纯日期部分，再解析为date类型：

df.select(
    pl.col('FL_DATE').str.split(" ").first().str.to_date("%m/%d/%Y").alias('date_only')
)

这里用空格分割字符串，取第一个元素（即纯日期部分），再用%m/%d/%Y解析即可。

方法3：自动推断格式解析 #

如果日期格式标准，可以关闭严格模式让Polars自动推断格式：

df.select(
    pl.col('FL_DATE').str.to_datetime(strict=False).cast(pl.Date).alias('date_only')
)

验证结果 #

以上三种方法都能得到正确的日期列，输出示例：

┌────────────┐
│ date_only  │
│ ---        │
│ date       │
╞════════════╡
│ 2023-01-01 │
│ 2023-01-01 │
│ 2023-01-01 │
└────────────┘

内容的提问来源于stack exchange，提问作者ViSa