Polars 1.22版本优化时区处理逻辑

Polars作为一款高性能的DataFrame库，在1.22版本中对时区处理逻辑进行了重要改进。这一改进解决了之前版本中一个不够直观的行为，使得时区处理更加符合用户预期。

在1.21及更早版本中，Polars在处理带有时区信息的datetime对象时，会自动将其转换为UTC时区。例如，当用户创建一个包含"America/Chicago"时区时间的DataFrame时，Polars会强制将其转换为UTC时区存储。这种行为虽然确保了内部数据的一致性，但可能会让用户感到困惑，特别是当用户期望保留原始时区信息时。

1.22版本对此进行了优化，现在Polars会保留datetime对象的原始时区信息。这一改变使得库的行为更加直观，减少了用户在处理跨时区数据时的认知负担。对于需要统一时区的场景，用户仍然可以显式地进行时区转换，但默认行为变得更加符合"最小意外原则"。

这一改进体现了Polars团队对用户体验的重视。通过保持数据的原始状态，用户可以更灵活地控制数据处理流程，同时也降低了学习成本。对于需要处理多时区数据的应用场景，这一改变尤为重要，它使得时区转换成为用户可控的操作，而不是库的强制行为。

时区处理是时间序列数据分析中的关键环节，Polars的这一改进使其在时间数据处理方面更加完善。开发者现在可以更自然地处理来自不同地区的数据源，而不用担心时区信息的意外丢失或转换。