本文介绍在 Polars 中不依赖 map_elements 或逐行迭代，而是利用 dt.offset_by() 与 pl.format() 组合，基于整数 UTC 偏移列（如 -4、-5）对字符串时间列进行动态时区校正并转为 UTC-aware datetime 的高效方法。
本文介绍在 polars 中不依赖 `map_elements` 或逐行迭代，而是利用 `dt.offset_by()` 与 `pl.format()` 组合，基于整数 utc 偏移列（如 -4、-5）对字符串时间列进行动态时区校正并转为 utc-aware datetime 的高效方法。
在 Polars 中，str.to_datetime() 的 time_zone 参数仅支持静态字符串（如 "UTC" 或 "US/Eastern"），无法直接传入表达式（pl.Expr）实现每行独立时区解析。但实际需求中，常需根据另一列（如 Timezone 列存储 i64 类型的 UTC 偏移量）对时间字符串做动态偏移校正——例如将 "2022-01-01 12:52:23" 按 -4 偏移转换为 2022-01-01 16:52:23 UTC（即本地时间转为等效 UTC 时间）。
核心思路是：先统一解析为 UTC 时间戳，再按原始偏移量反向调整。因为原始字符串表示的是某本地时间（如 EDT = UTC−4），要得到其对应 UTC 时间，需加上该偏移的绝对值（即 +4h）。注意：Polars 中 offset_by() 接受形如 "4h" 的字符串，而 Timezone 列值为 -4，因此需取负号生成 "4h" —— 即 pl.format("{}h", -pl.col("Timezone"))。
以下为完整实现代码：
import polars as pl
df = pl.DataFrame({
"Datetime": ["2022-01-01 12:52:23", "2023-03-31 04:22:59"],
"Timezone": [-4, -5]
})
result = df.with_columns(
pl.col("Datetime")
.str.to_datetime("%Y-%m-%d %H:%M:%S", time_zone="UTC") # 先解析为带 UTC 时区的 datetime
.dt.offset_by(pl.format("{}h", -pl.col("Timezone"))) # 动态偏移：-(-4) → "4h"，-(-5) → "5h"
.alias("Datetime") # 覆盖原列，保持结构一致
)
print(result)
输出结果：
shape: (2, 2) ┌─────────────────────────┬──────────┐ │ Datetime ┆ Timezone │ │ --- ┆ --- │ │ datetime[μs, UTC] ┆ i64 │ ╞═════════════════════════╪══════════╡ │ 2022-01-01 16:52:23 UTC ┆ -4 │ │ 2023-03-31 09:22:59 UTC ┆ -5 │ └─────────────────────────┴──────────┘
✅ 优势说明：
- 纯表达式链式操作：全程使用 pl.Expr，无 Python UDF（如 map_elements），性能高、可并行；
- 类型安全：结果列为 datetime[μs, UTC]，具备完整时区感知能力，后续可无缝参与 dt 模块计算（如 .dt.hour(), .dt.convert_time_zone("Asia/Shanghai")）；
- 逻辑清晰：-pl.col("Timezone") 自动处理正负号，适配任意整数偏移（含 +13, +0, -12 等边界值）。
⚠️ 注意事项：
- 输入时间字符串格式必须严格匹配 to_datetime 的 format 参数（推荐显式指定，避免解析歧义）；
- 此方案默认将原始字符串解释为「本地时间」，并将其标准化为等效 UTC 时间；若需保留原始时区信息（如转为 datetime[μs, America/New_York]），则需借助 dt.replace_time_zone() + dt.convert_time_zone() 组合，但当前 Polars 尚不支持动态 time_zone 参数，此时 map_elements 是唯一选择；
- offset_by() 不处理夏令时（DST）切换，仅做线性小时偏移；如需真实时区语义（含 DST），请预定义时区名称映射表后使用 pl.when().then().otherwise() 构建静态时区列，再调用 dt.convert_time_zone()。
综上，对于基于固定 UTC 偏移（非地理时区名）的批量时间校正场景，str.to_datetime(..., time_zone="UTC").dt.offset_by(pl.format(...)) 是简洁、高效且符合 Polars 函数式范式的标准解法。
