Polars Python解析时无法转换为Datetime格式问题求助

已尝试的方案 #

• 方案1：读取CSV时直接解析日期

  df = pl.read_csv(file, ignore_errors=True, parse_dates=True)
  df.columns = list(map(lambda x: x.replace(' ', ''), df.columns))
  df_new = df.select(pl.col(['Date_Convert','Region']))
  print(df_new.head())
  

  结果：输出shape: (5, 2)，但Date_Convert未转为Datetime格式。

• 方案2：后续手动转换

  df = df.with_columns(pl.col('Date_Convert').str.strptime(pl.Datetime, strict=False, fmt='%Y/%B/%d %H:%M'))
  

  结果：转换失败，字段仍非Datetime类型。

可能的原因与解决步骤 #

1. 日期格式不匹配（最常见问题） #

你指定的fmt='%Y/%B/%d %H:%M'对应格式是年/月份全称/日 时:分（例如2023/October/05 14:30），如果实际数据格式和这个不一致，strict=False会静默失败，直接返回原字符串。

• 解决：先查看原始数据格式：

  print(df['Date_Convert'].head(10))
  

  根据实际格式调整fmt参数：
  • 若格式为年/月/日 时:分（如2023/10/05 14:30），用fmt='%Y/%m/%d %H:%M'
  • 若格式为月/日/年 时:分（如10/05/2023 14:30），用fmt='%m/%d/%Y %H:%M'

2. ignore_errors=True掩盖读取错误 #

方案1中ignore_errors=True会忽略解析错误，导致日期字段无法转换但无任何提示。

• 解决：先移除ignore_errors=True，运行读取代码查看错误提示，定位问题行：

  df = pl.read_csv(file, parse_dates=True)
  

  也可以指定具体列解析，避免全局解析出错：

  df = pl.read_csv(file, parse_dates=['Date_Convert'])
  

3. 字段名处理出错 #

你替换了列名的空格，需确认原始CSV中的日期列名替换后是否确实是Date_Convert——比如原始列名是Date Convert，替换后会变成DateConvert（无下划线），此时后续选择Date_Convert就是错误的列名。

• 解决：先打印所有列名确认：

  print(df.columns)
  

4. 转换后未验证字段类型 #

方案2中with_columns会覆盖原字段，但需确认转换是否生效，可显式指定别名并查看字段类型：

df = df.with_columns(
    pl.col('Date_Convert').str.strptime(pl.Datetime, fmt='%Y/%B/%d %H:%M').alias('Date_Convert')
)
# 查看字段类型
print(df.schema)

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