如何从日期字符串在Polars中创建date_range？解决time_unit错误

问题场景 #

在Pandas中，已知日期字符串和范围，可通过以下代码生成日期范围数组：

date = "2023-01-12"

dates = pd.date_range(pd.to_datetime(date) - pd.Timedelta(days=3), periods=3, freq="D").to_list()

尝试在Polars中实现相同逻辑，初始编写的代码如下：

pl.date_range(pl.Datetime(date).dt.offset_by("-3d"), pl.Datetime(date), interval="1d")

运行时触发错误：

ValueError: invalid `time_unit`

疑问：Polars是否支持直接使用单个变量实现该功能，还是需要将日期转换为Series？

解决方案 #

Polars的pl.date_range()要求起始、结束参数为标量日期值或Series，而你直接用pl.Datetime(date)生成的是表达式而非标量，这就是报错的核心原因。

以下两种方式可以解决问题：

方式1：先转成标量Datetime对象（适合单独变量场景） #

先将日期字符串解析为Polars的标量Datetime，计算偏移后传入date_range：

import polars as pl

date = "2023-01-12"
start_date = pl.to_datetime(date) - pl.duration(days=3)
end_date = pl.to_datetime(date)

# 生成日期范围，指定periods=3和原Pandas逻辑对齐
dates = pl.date_range(start_date, end_date, interval="1d", periods=3).to_list()

方式2：使用表达式语法（适合DataFrame操作） #

如果是在Polars DataFrame的上下文里操作，直接用列表达式即可，无需手动转标量：

import polars as pl

df = pl.DataFrame({"date": ["2023-01-12"]})
df = df.with_columns(
    dates=pl.date_range(
        pl.col("date").str.to_datetime().dt.offset_by("-3d"),
        pl.col("date").str.to_datetime(),
        interval="1d",
        periods=3
    )
)

注意：明确指定periods=3可以和原Pandas代码逻辑完全对齐，确保生成3个日期；如果不指定，Polars会默认包含起始到结束的所有日期（此场景下结果一致，但显式指定更清晰）。

内容的提问来源于stack exchange，提问作者Alk90