Numpy datetime64[D]数组转Polars日期序列的问题及解决办法

更新说明： pl.Series(datetime_array) 现在可按预期生成date类型。

将Numpy datetime数组转换为Polars Series时会变成object类型，但数值或字符串数组转换为pl.Series时能保持正确格式。这是使用有误还是存在bug？

输入： #

datetime_array = np.array(['2022-02-11', '2022-02-11', '2022-02-11','2022-02-10','2022-02-11', '2022-02-11'], dtype='datetime64[D]')

输出： #

array(['2022-02-11', '2022-02-11', '2022-02-11', '2022-02-10',
       '2022-02-11', '2022-02-11'], dtype='datetime64[D]')

转换为序列： #

输入：

pl.Series(datetime_array)

输出：

shape: (6,)
Series: '' [o][object]
[
    2022-02-11
    2022-02-11
    2022-02-11
    2022-02-10
    2022-02-11
    2022-02-11
]

若尝试指定序列的dtype为pl.Date，会抛出如下异常：

输入：

pl.Series(datetime_array, dtype=pl.Date)

输出：

InvalidOperationError: cannot cast array of type ObjectChunked to arrow datatype

解决方法 #

先将Numpy datetime数组转换为字符串类型，再转换为Polars序列，之后使用Polars的.str.to_date()方法转换为date类型。

输入：

pl.Series(np.datetime_as_string(datetime_array)).str.to_date()

输出：

shape: (6,)
Series: '' [date]
[
    2022-02-11
    2022-02-11
    2022-02-11
    2022-02-10
    2022-02-11
    2022-02-11
]

内容的提问来源于stack exchange，提问作者miroslaavi