如何用Python Polars从整数格式日期生成新日期列

你遇到的SchemaError是因为str.strptime方法仅支持字符串类型的列，而你的IntegerDate是整数类型（Int64），直接调用字符串处理方法会出现类型不匹配。下面是修正后的完整实现，和你Pandas代码的逻辑完全对齐：

方法1：一次性生成两个列 #

import polars as pl

df = df.with_columns(
    # 先将整数转为字符串，再解析为日期时间
    PeriodDate=pl.col("IntegerDate").cast(pl.Utf8).str.strptime(pl.Datetime, "%Y%m"),
    # 基于解析后的日期生成滞后一个月的日期
    LaggedDate=pl.col("IntegerDate").cast(pl.Utf8).str.strptime(pl.Datetime, "%Y%m").dt.offset_by("-1mo")
)

方法2：先生成PeriodDate，再复用它生成LaggedDate（更高效） #

如果数据量很大，避免重复解析日期可以提升性能：

df = df.with_columns(
    PeriodDate=pl.col("IntegerDate").cast(pl.Utf8).str.strptime(pl.Datetime, "%Y%m")
).with_columns(
    LaggedDate=pl.col("PeriodDate").dt.offset_by("-1mo")
)

关键步骤说明 #

• cast(pl.Utf8)：将整数类型的日期值转换为字符串，满足str.strptime的输入要求。
• str.strptime(pl.Datetime, "%Y%m")：按照%Y%m（年+月）的格式将字符串解析为Polars的Datetime类型。
• dt.offset_by("-1mo")：对日期时间列执行偏移操作，减去1个月，效果等价于Pandas中的pd.DateOffset(months=1)。

如果只需要保留年月精度（不需要日时分秒），可以将解析类型改为pl.Date，或者在解析后调用dt.truncate("month")截断到月份：

PeriodDate=pl.col("IntegerDate").cast(pl.Utf8).str.strptime(pl.Date, "%Y%m")

内容的提问来源于stack exchange，提问作者Drthm1456