将ISO 8601日期时间字符串转换为pl.Datetime失败求助

问题分析 #

这个报错是Polars 0.15.7版本后引入的有意行为变更，并非Bug。此前版本中，strptime解析带不同时区偏移的字符串时，会自动忽略偏移或隐式转换为统一时间，但新版本对Datetime类型的时区一致性做了严格校验：如果目标类型是不带时区的pl.Datetime，所有待解析的字符串必须拥有完全相同的时区偏移，否则就会抛出Different timezones found during 'strptime' operation错误。

你的数据因夏令时（DST）存在+01:00和+02:00两种时区偏移，恰好触发了这个校验逻辑。

解决方案 #

根据需求，提供两种可行方案：

方案1：解析为带时区的统一Datetime类型（推荐） #

如果需要保留原始时区的时间信息，可指定数据对应的时区（你的数据来自奥地利，对应Europe/Vienna时区），Polars会自动将不同偏移的时间转换为该时区的标准时间：

import polars as pl

# 读取数据
df = pl.read_csv("COVID19_vaccination_timeline_v202210.csv")

# 解析为带Europe/Vienna时区的Datetime
df = df.with_columns(
    pl.col("date").str.strptime(
        pl.Datetime,
        fmt="%Y-%m-%dT%H:%M:%S%:z",
        time_zone="Europe/Vienna"
    )
)

方案2：转换为UTC时间（无时区） #

如果不需要时区信息，只想得到统一的UTC时间，可先解析为带时区的类型，再转换为UTC并移除时区标记：

import polars as pl

df = pl.read_csv("COVID19_vaccination_timeline_v202210.csv")

df = df.with_columns(
    pl.col("date").str.strptime(pl.Datetime, fmt="%Y-%m-%dT%H:%M:%S%:z")
    # 转换为UTC时区
    .dt.convert_time_zone("UTC")
    # 移除时区标记，得到无时区的Datetime
    .dt.replace_time_zone(None)
)

简化写法：用str.to_datetime自动解析 #

Polars 0.15+支持自动识别ISO8601格式的字符串，无需手动指定格式，写法更简洁：

df = df.with_columns(
    pl.col("date").str.to_datetime(time_zone="Europe/Vienna")
)

内容的提问来源于stack exchange，提问作者sobek