如何在Polars中从带时区的datetime列提取正确日期？

1. 正确提取时区感知的日期 #

在Polars中，cast(pl.Date)会直接基于UTC时区转换日期，而非当前列绑定的时区。要实现类似Pandas中dt.date的效果，提取对应时区的日期，需使用dt.date()方法：

df = df.with_columns(
    pl.col("date").dt.date().alias("valueDay")
)

执行后会得到符合预期的结果：

shape: (3, 3)
┌─────────┬────────────────────────────────┬────────────┐
│ integer ┆ date                           ┆ valueDay   │
│ ---     ┆ ---                            ┆ ---        │
│ i64     ┆ datetime[μs, Europe/Amsterdam] ┆ date       │
╞═════════╪════════════════════════════════╪════════════╡
│ 1       ┆ 2010-02-01 00:00:00 CET        ┆ 2010-02-01 │
│ 2       ┆ 2010-02-01 01:00:00 CET        ┆ 2010-02-01 │
│ 3       ┆ 2010-02-01 02:00:00 CET        ┆ 2010-02-01 │
└─────────┴────────────────────────────────┴────────────┘

2. 链式调用优化代码 #

Polars原生支持方法链式调用，无需重复赋值给df，可以将所有操作串联，代码更简洁：

df = (
    pl.DataFrame(
        {
            "integer": [1, 2, 3], 
            "date": [
                "2010-01-31T23:00:00+00:00",
                "2010-02-01T00:00:00+00:00",
                "2010-02-01T01:00:00+00:00"
            ]
        }
    )
    .with_columns(
        pl.col("date").str.to_datetime().dt.convert_time_zone("Europe/Amsterdam")
    )
    .with_columns(
        pl.col("date").dt.date().alias("valueDay")
    )
)

也可以合并两个with_columns操作，进一步简化：

df = (
    pl.DataFrame(
        {
            "integer": [1, 2, 3], 
            "date": [
                "2010-01-31T23:00:00+00:00",
                "2010-02-01T00:00:00+00:00",
                "2010-02-01T01:00:00+00:00"
            ]
        }
    )
    .with_columns(
        pl.col("date").str.to_datetime().dt.convert_time_zone("Europe/Amsterdam").alias("date"),
        pl.col("date").str.to_datetime().dt.convert_time_zone("Europe/Amsterdam").dt.date().alias("valueDay")
    )
)

内容的提问来源于stack exchange，提问作者brokkoo