Polars 时间戳处理指南

以下是根据您提供的网页内容，概括性的转为Markdown格式的总结，包含了一些代码例子：

Polars 时间戳处理指南

Polars 是一个用 Rust 编写的 DataFrame 库，使用 Arrow 作为其底层数据结构。它的目标是通过并行化 DataFrame 上的查询，提供一个快速的解决方案。

时间戳数据类型

Polars 提供了 4 种时间数据类型：

• pl.Date：用于日期对象，表示自 UNIX 纪元以来的天数，为 32 位有符号整数。
• pl.Datetime：用于 datetime 项目，表示自 UNIX 纪元以来的纳秒数，为 64 位有符号整数。
• pl.Time：编码为午夜后的纳秒数。
  Polars 字符串 (pl.Utf8) 数据类型可以解析为它们中的任何一个。您可以让 Polars 尝试猜测日期/time 的格式，或者显式提供 fmt 规则。
  举例来说（查看此 链接 以获取全面列表）：
• "%Y-%m-%d" 对于 "2020-12-31"
• "%Y/%B/%d" 对于 "2020/December/31"
• "%B %y" 对于 "December 20"

解析时间戳

下面是一个简单的例子，展示了如何将字符串解析为日期：

import polars as pl
dataset = pl.DataFrame({"date": ["2020-01-02", "2020-01-03", "2020-01-04"], "index": [1, 2, 3]})
q = dataset.lazy().with_columns(pl.col("date").str.strptime(pl.Date, "%Y-%m-%d"))
df = q.collect()

这段代码将字符串列 "date" 解析为日期类型，并创建了一个新的 DataFrame。
更多详细信息和高级用法，请访问Polars 官方文档。

以上是根据您提供的链接内容制作的 Markdown 格式的总结。更多详细信息和高级用法，建议您访问 Polars 官方文档以获取完整信息。