如何将Polars表达式实例化为Series？

嗨，这个问题我熟！你遇到的报错是Polars的延迟计算机制导致的——当你对pl.Series和表达式（比如pl.duration()）做运算时，得到的是一个还没实际计算的Expr对象，它自然没有to_numpy()这种只有实例化数据才有的方法啦。

先还原下你之前的问题场景：

你运行的原代码：

import polars as pl

time = pl.Series([pl.datetime(2025, 3, 27)])
(time + pl.duration(minutes=5)).to_numpy()

触发的报错：

AttributeError                            Traceback (most recent call last)
Cell In[46], line 2
      1 time = pl.Series([pl.datetime(2025, 3, 27)])
----> 2 (time + pl.duration(minutes=5)).to_numpy()

AttributeError: 'Expr' object has no attribute 'to_numpy'

下面给你两种简单靠谱的解决办法，都能把表达式实例化为可操作的Series：

方法一：用Series的select()触发求值 #

select()方法会直接计算表达式，返回一个DataFrame，再用to_series()把它转成Series，之后就能调用to_numpy()了：

import polars as pl

time = pl.Series([pl.datetime(2025, 3, 27)])
# 先通过select求值表达式，再转成Series
result_series = time.select(time + pl.duration(minutes=5)).to_series()
# 现在可以正常调用to_numpy()
print(result_series.to_numpy())

方法二：用pl.select()结合pl.lit()包装原Series #

把原Series用pl.lit()包装成表达式支持的字面量，再通过pl.select()完成计算并转成Series：

import polars as pl

time = pl.Series([pl.datetime(2025, 3, 27)])
# 用pl.lit()把Series转为表达式字面量，求值后转成Series
result_series = pl.select(pl.lit(time) + pl.duration(minutes=5)).to_series()
result_series.to_numpy()

简单总结下核心逻辑：Polars的表达式默认是延迟计算的，你需要主动触发求值操作（比如用select()），把未求值的Expr对象转换成实际存储数据的Series，之后就能使用to_numpy()这类针对实例数据的方法啦。

备注：内容来源于stack exchange，提问作者mwlon