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。