如何使用Polars筛选指定时间段内的时间序列数据？

核心问题修正 #

你之前的写法漏掉16:00记录，大概率是筛选条件中用了hour() < 16这类限制，把16点整的记录排除了。Polars提供了更直观的时间比较API，能避免这类边界错误。

最优实现方案 #

直接使用Polars的dt.time()提取时间部分，配合is_between()方法（指定包含两端），一步完成筛选：

import polars as pl
import pandas as pd

# 生成示例时间序列数据
pd_df = pd.DataFrame({
    "timestamp": pd.date_range("2024-01-01 08:00", "2024-01-01 16:30", freq="15min")
})
# 转换为Polars DataFrame
pl_df = pl.from_pandas(pd_df)

# 筛选9:30至16:00（含两端）的记录
filtered_df = pl_df.filter(
    pl.col("timestamp").dt.time().is_between(
        start=pl.time(9, 30),
        end=pl.time(16, 0),
        closed="both"  # 指定包含起始和结束端点
    )
)

print(filtered_df)

替代基础写法 #

如果不想用is_between()，直接用时间比较运算符也能达到相同效果：

filtered_df = pl_df.filter(
    (pl.col("timestamp").dt.time() >= pl.time(9, 30)) &
    (pl.col("timestamp").dt.time() <= pl.time(16, 0))
)

Polars时间处理的优势 #

相比拆分小时、分钟做复杂逻辑判断，直接操作时间对象的优势：

• 代码简洁易读，减少逻辑出错概率
• 天然支持时间边界的准确判断，不会遗漏16:00这类整点记录
• 若涉及时区，只需先通过dt.convert_time_zone()统一时区，后续筛选逻辑完全不变

内容的提问来源于stack exchange，提问作者stucash