如何在Polars中基于datetime字符串列创建weekofyear等衍生列？

错误原因 #

你使用%Y作为str.to_datetime()的格式参数，但starttime列是完整的ISO格式datetime字符串（如2022-02-10 09:32:20），%Y仅匹配年份部分，无法解析完整的datetime结构，导致转换失败。

正确实现方式 #

Polars可以自动识别标准ISO格式的datetime字符串，无需手动指定格式。先将字符串转换为datetime类型，再通过dt命名空间提取所需的时间字段：

方式1：直接一次性提取所有字段

import polars as pl

df = pl.from_repr("""
┌─────────────────────┬─────────────────────┬────────────┬───────────┬─────────┐
│ starttime           ┆ endtime             ┆ storageid  ┆ volume_id ┆ avgiops │
│ ---                 ┆ ---                 ┆ ---        ┆ ---       ┆ ---     │
│ str                 ┆ str                 ┆ str        ┆ str       ┆ i64     │
╞═════════════════════╪═════════════════════╪════════════╪═══════════╪═════════╡
│ 2022-02-10 09:32:20 ┆ 2022-02-10 09:34:28 ┆ TUNYKYPG72 ┆ 4c8d6c31  ┆ 27      │
│ 2022-02-10 10:34:10 ┆ 2022-02-10 10:35:12 ┆ TUNYKYPG42 ┆ 4c8d6d31  ┆ 34      │
└─────────────────────┴─────────────────────┴────────────┴───────────┴─────────┘
""")

# 提取year、month、dayofweek、weekofyear列
df = df.with_columns(
    pl.col('starttime').str.to_datetime().dt.year().alias('year'),
    pl.col('starttime').str.to_datetime().dt.month().alias('month'),
    pl.col('starttime').str.to_datetime().dt.day_of_week().alias('dayofweek'),
    pl.col('starttime').str.to_datetime().dt.week().alias('weekofyear')
)

print(df)

方式2：先转换一次datetime列，再复用提取（更高效）

避免重复转换字符串，先生成一个datetime类型的中间列，再基于它提取字段：

df = df.with_columns(
    start_datetime = pl.col('starttime').str.to_datetime()
).with_columns(
    year = pl.col('start_datetime').dt.year(),
    month = pl.col('start_datetime').dt.month(),
    dayofweek = pl.col('start_datetime').dt.day_of_week(),
    weekofyear = pl.col('start_datetime').dt.week()
)

字段说明 #

• dt.year()：提取年份（如2022）
• dt.month()：提取月份（1-12）
• dt.day_of_week()：提取星期几，默认遵循ISO标准（0=周一，6=周日），若需周日为0，可指定参数dt.day_of_week(week_start=7)
• dt.week()：提取ISO周数（一年中第几个周，第一周需包含至少4天）

内容的提问来源于stack exchange，提问作者Samselvaprabu