Python Pandas - 将日期列读为字符串

Question

我在excel文件中有一些数据，我用pandas read_excel方法读取它。但是，我想将所有列中的整个数据作为字符串读取，包括日期列。

问题是我希望将日期列保留为原始格式的字符串。例如，我在excel中有'31 .01.2017'，它被格式化为日期，我希望在我的数据框中有'31 .01.2017'。

我认为使用read_excel的dytpes参数和dtype = str是正确的方法。但是，pandas会将日期列读取为datetime，然后将其转换为字符串。所以最后我的数据框中总是有'2017-01-31 00:00:00'。

有没有办法做到这一点？

Answer 1

当您尝试将日期列保留在初始类型中时，以下代码可能对您有所帮助。在第一行中，我们向变量“cols”插入除日期列之外的所有列，然后在以下两行中我们只更改其余列的类型：

cols=[i for i in df.columns if i not in ["Date_column"]]

for col in cols:
    df[col]=df[col].astype('category')

希望能帮助到你！ :-)

Answer 2

df['date_column'] = df['date_column'].dt.strftime('%d.%m.%Y')

Answer 3

大熊猫的行为是有道理的：

• 如果日期列的excel格式是文本，则pandas默认将日期读为字符串。
• 如果日期列的excel格式为日期，则pandas会将日期作为日期读取。

但是，您指出在Excelfile中，日期列被格式化为日期。如果是这种情况，Excelfile中就没有字符串开头。 date列的基础数据存储为float。您看到的字符串不是实际数据。如果它不是字符串，则不能将其作为原始字符串读取。

更多信息：https://xlrd.readthedocs.io/en/latest/formatting.html

但是，让我们说，出于某种原因，您希望Python显示与Excel相同的格式，但是以字符串形式显示，而不需要查看Excel。

首先，您必须找到以下格式：

from openpyxl import load_workbook
wb = load_workbook('data.xlsx')
ws = wb.worksheets[0]
print(ws.cell(1,5).number_format)  # look at the cell you are interested in

> '[$]dd/mm/yyyy;@'

然后转换为strftime函数理解的东西。 https://www.programiz.com/python-programming/datetime/strftime#format-code

form = form[3:-2]
form = form.replace('dd','%d')
form = form.replace('mm','%m')
form = form.replace('yyyy','%Y')
print(form)
> '%d/%m/%Y'

并应用它

df.loc[:,"date_field"].apply(lambda x: x.strftime(form))

> 0     01/02/2018
1     02/02/2018
2     03/02/2018
3     04/02/2018
4     05/02/2018

但是，如果您使用多种Excel日期格式，则必须为每个日期格式制作一个strf-time映射。

可能会有更实际的方法来实现这一点，例如以csv格式接收数据或者首先以excel的文本格式保存日期。