如何在Polars中直接通过年、月、日列构造日期列？

我有如下Polars DataFrame：

import polars as pl
df = pl.DataFrame({'year': [2023], 'month': [2], 'day': [1]})

需要从year、month和day三列构造一个日期列。目前我知道可以通过拼接字符串再解析的方式实现：

df.with_column(
    pl.concat_str([pl.col('year'), pl.col('month'), pl.col('day')], sep='-')
    .str.strptime(pl.Date).alias('date')
)

但这种方式太绕了，有没有办法直接用这三列构造日期列？比如类似下面这种（无法生效的）写法：

import datetime
df.with_column(
    datetime.date(pl.col('year'), pl.col('month'), pl.col('day')).alias('date')
)

当然有更直接的方法，Polars内置了pl.date()矢量化函数，可以直接接收年、月、日的列来生成日期列，无需转字符串。

正确写法如下：

# 基础写法
df.with_column(
    pl.date(pl.col('year'), pl.col('month'), pl.col('day')).alias('date')
)

如果使用Polars 0.18及以上版本，还支持更直观的关键字参数写法：

# 关键字参数写法
df.with_column(
    pl.date(year='year', month='month', day='day').alias('date')
)

这个方法比字符串拼接解析更高效，逻辑也更直接，完全符合需求。

内容的提问来源于stack exchange，提问作者robertdj