Polars读取Excel遇日期格式错误，如何强制按字符串读取？

核心问题拆解 #

• pl.read_excel报错XlsxValueError，根源是xlsx2csv在解析Excel时自动尝试转换日期格式，但文件中存在混合的数值型日期与其他格式，触发解析冲突
• infer_schema_length=0是Polars处理CSV的参数，无法影响xlsx2csv的日期解析逻辑，因此无效
• Pandas读入后转Polars报ArrowTypeError，是因为目标列存在混合类型（字符串/整数），Arrow无法兼容这种非统一类型

最优解决方案 #

1. 禁用xlsx2csv的日期自动解析 #

直接通过xlsx2csv_options传入no_date=True，强制xlsx2csv不解析任何日期单元格，全部按原始字符串（包括数值型日期的数字）输出，从根源避免格式错误：

import polars as pl

df = pl.read_excel(
    file="file_path",
    sheet_name="sheet_name",
    xlsx2csv_options={"skip_hidden_rows": False, "no_date": True}
)

2. 强制指定列的读取类型（Polars 0.20+） #

如果明确知道哪些列存在格式混乱，可通过dtypes参数直接指定这些列为字符串类型，跳过Polars的自动类型推断：

df = pl.read_excel(
    file="file_path",
    sheet_name="sheet_name",
    dtypes={"存在问题的日期列": pl.Utf8},
    xlsx2csv_options={"skip_hidden_rows": False}
)

3. 优化Pandas转Polars的流程 #

若必须依赖Pandas读取，需先统一列类型为字符串，再转换为Polars DataFrame，避免混合类型触发Arrow错误：

import pandas as pd
import polars as pl

# 方法1：强制所有列按字符串读取
df_pd = pd.read_excel("file_name", sheet_name="sheet_name", dtype=str)
df_pl = pl.from_pandas(df_pd)

# 方法2：仅针对问题列指定类型
df_pd = pd.read_excel(
    "file_name",
    sheet_name="sheet_name",
    dtype={"存在问题的日期列": str}
)
df_pl = pl.from_pandas(df_pd)

内容的提问来源于stack exchange，提问作者miroslaavi