Python Polars DataFrame中Datetime列表排序及提取问题

错误原因 #

你用df.filter(pl.col("order_purchase_timestamp").list.sort())报错，是因为filter是用来筛选行的，要求传入返回布尔值的条件（比如判断列表长度是否大于2），但list.sort()返回的是排序后的datetime列表，不是布尔值，所以触发了类型不匹配的错误。

正确处理方法 #

要实现每行列表内日期排序，并提取前两个元素，应该用with_columns来添加或修改列，而非filter。以下是具体代码示例：

import polars as pl

# 假设你的数据集是df
df = df.with_columns(
    # 先对每行的datetime列表进行升序排序，生成临时列
    sorted_timestamps=pl.col("order_purchase_timestamp").list.sort(),
    # 提取排序后的第一个datetime
    first_timestamp=pl.col("sorted_timestamps").list.get(0),
    # 提取第二个datetime，列表长度不足2时用None填充空值
    second_timestamp=pl.col("sorted_timestamps").list.get(1).fill_null(None)
).drop("sorted_timestamps")  # 不需要临时列的话可以删除

如果需要降序排序，只需要给list.sort()加reverse=True参数：

pl.col("order_purchase_timestamp").list.sort(reverse=True)

补充说明 #

• list.sort()：默认按升序对列表元素排序，支持datetime类型的比较
• list.get(index)：提取列表指定索引的元素，索引从0开始计数
• fill_null(None)：针对列表元素不足2个的行，将空值替换为None，避免后续处理报错

内容的提问来源于stack exchange，提问作者Andre Luiz Moura