如何在Polars中按自定义时间精度将时间间隔转换为数值？

Polars提供了内置的Duration方法，可以直接按指定精度将时间间隔转换为数值，比手动计算更简洁且不易出错。下面针对你的场景给出优化实现：

优化后的实现代码 #

import polars as pl

df = pl.DataFrame({
    "from": ["2023-01-01", "2023-01-02", "2023-01-03"],
    "to": ["2023-01-04", "2023-01-05", "2023-01-06"],
})

# 一步完成日期转换、时间差计算与数值转换
df = df.with_columns(
    pl.col("to").str.to_date() - pl.col("from").str.to_date()
).with_columns(
    # 直接用dt.total_days()获取天数，再转为整数
    pl.col("to").str.to_date().sub(pl.col("from").str.to_date()).dt.total_days().cast(pl.Int8).alias("time_diff_days"),
    # 如需其他精度，比如小时
    pl.col("to").str.to_date().sub(pl.col("from").str.to_date()).dt.total_hours().cast(pl.Int32).alias("time_diff_hours")
)

print(df)

输出结果 #

shape: (3, 4)
┌────────────┬────────────┬───────────────┬────────────────┐
│ from       ┆ to         ┆ time_diff_days ┆ time_diff_hours │
│ ---        ┆ ---        ┆ ---           ┆ ---            │
│ str        ┆ str        ┆ i8            ┆ i32            │
╞════════════╪════════════╪═══════════════╪════════════════╡
│ 2023-01-01 ┆ 2023-01-04 ┆ 3             ┆ 72             │
│ 2023-01-02 ┆ 2023-01-05 ┆ 3             ┆ 72             │
│ 2023-01-03 ┆ 2023-01-06 ┆ 3             ┆ 72             │
└────────────┴────────────┴───────────────┴────────────────┘

关键说明 #

• 无需单独创建_date列和time_diff中间列，通过链式调用可直接完成全流程计算
• Polars的Duration类型支持多种内置转换方法，覆盖常用精度：
  • dt.total_days()：转换为总天数
  • dt.total_hours()：转换为总小时数
  • dt.total_minutes()：转换为总分钟数
  • dt.total_seconds()：转换为总秒数
  • dt.total_milliseconds()：转换为总毫秒数
• 这些方法自动处理单位转换，避免手动计算24*60*60*1000这类易出错的数值

极简写法（单一精度需求） #

如果只需要一种精度的结果，还能进一步简化：

df = df.with_columns(
    (pl.col("to").str.to_date() - pl.col("from").str.to_date()).dt.total_days().cast(pl.Int8).alias("time_diff_int")
)

内容的提问来源于stack exchange，提问作者Guz