在 Polars 中定义 Schema 时，pl.Datetime 必须显式调用（如 pl.Datetime()）以提供完整类型规格，不能直接使用类名 pl.Datetime，否则会触发“dtypes must be fully-specified”错误。
在 polars 中定义 schema 时，`pl.datetime` 必须显式调用（如 `pl.datetime()`）以提供完整类型规格，不能直接使用类名 `pl.datetime`，否则会触发“dtypes must be fully-specified”错误。
Polars 对数据类型的校验非常严格：所有 Schema 中的 dtype 必须是已实例化的具体类型对象，而非未调用的类型类本身。这一点与 pl.Int64、pl.Utf8 等标量类型不同——后者是单例（singleton）或直接可作为 dtype 使用的常量，而 pl.Datetime 是一个需参数化配置的类型构造器（class），其签名如下：
class polars.datatypes.Datetime(
time_unit: TimeUnit = "us",
time_zone: str | timezone | None = None
)
因此，pl.Datetime 本身只是一个类型类，只有调用它（如 pl.Datetime()）才会生成一个符合 Schema 要求的、完全指定的 dtype 实例。省略括号会导致传入的是类引用，Polars 内部校验失败并抛出 TypeError: dtypes must be fully-specified, got: Datetime。
✅ 正确写法（推荐使用默认参数）：
import polars as pl
testing_schema: pl.Schema = pl.Schema({
"date": pl.Datetime(), # ✅ us 精度，无时区（最常用）
"some_int": pl.Int64, # ✅ 标量类型可直接使用
"some_str": pl.Utf8,
"some_cost": pl.Float64,
})
✅ 进阶写法（自定义精度与时区）：
schema_with_tz = pl.Schema({
"event_time": pl.Datetime(time_unit="ns", time_zone="UTC"),
"log_time": pl.Datetime(time_unit="ms"), # 毫秒精度，无时区
})
⚠️ 注意事项：
-
pl.Datetime()默认time_unit="us"（微秒）、time_zone=None；若后续 DataFrame 中该列含时区信息，建议显式声明time_zone以确保类型一致性； - 所有
pl.Duration、pl.Date（注意：pl.Date是标量类型，无需括号）等需区分——pl.Date可直接使用，但pl.Datetime和pl.Duration均需调用； - 在
pl.DataFrame(..., schema=...)或pl.read_*(..., schema=...)中使用该 Schema 时，类型校验将严格按此执行，避免运行时隐式转换异常。
总结：牢记口诀——“Datetime 要加括号，Int64 Utf8 不用括”。只要确保每个 dtype 都是已实例化的对象，Schema 定义即可通过校验，为数据加载与转换提供强类型保障。
