在Polars中转换字符串为DateTime时遇到问题，请求协助

问题根源 #

你的代码存在两个关键错误：

1. 赋值方式错误：Polars数据框是不可变对象，不能通过df['col'].with_columns = ...的方式修改数据，必须将with_columns的返回值重新赋值给变量（如原df）。
2. 日期格式不匹配：输入字符串00000001011970的结构是时分秒日月年（前6位为000000即HHMMSS，接下来01是日、01是月，最后1970是年），但你指定的格式%Y-%m-%d %H:%M:%S和输入结构完全不符，导致转换失效。

正确代码实现 #

import polars as pl

df = pl.from_repr("""
┌────────────────┐
│ col            │
│ ---            │
│ str            │
╞════════════════╡
│ 00000001011970 │
│ 00000001011970 │
│ 00000001011970 │
└────────────────┘
""")

# 转换字符串列为DateTime列，保留原列并新增解析后的列
df = df.with_columns(
    pl.col('col').str.to_datetime(format='%H%M%S%d%m%Y').alias('parsed_EventTime')
)

print(df)

执行后输出结果：

┌────────────────┬─────────────────────┐
│ col            │ parsed_EventTime    │
│ ---            │ ---                 │
│ str            │ datetime[μs]        │
╞════════════════╪═════════════════════╡
│ 00000001011970 │ 1970-01-01 00:00:00 │
│ 00000001011970 │ 1970-01-01 00:00:00 │
│ 00000001011970 │ 1970-01-01 00:00:00 │
└────────────────┴─────────────────────┘

补充说明 #

• 如果不需要保留原col列，可以用select直接生成新数据框：

  df = df.select(
      pl.col('col').str.to_datetime(format='%H%M%S%d%m%Y').alias('parsed_EventTime')
  )
  

• 若不确定日期格式，可尝试让Polars自动推断（但指定格式更高效准确）：

  df = df.with_columns(
      pl.col('col').str.to_datetime(infer_datetime_format=True).alias('parsed_EventTime')
  )
  

内容的提问来源于stack exchange，提问作者user