将 Excel 日期列读取为不带时间部分的字符串

Question

我在将 Excel 文件中的日期列读取到 Pandas DataFrame 中时遇到问题。我的 Excel 工作表中的日期值格式为 DD-MM-YYYY（例如 05-03-2024），但是当我使用 pd.read_excel 时，Pandas 将这些值解释为日期时间对象并附加 00:00:00，从而导致输出如下：

   Actual Delivery Date
0  2024-03-05 00:00:00
1  2024-03-05 00:00:00
2  2024-03-05 00:00:00
3  2024-03-05 00:00:00

我尝试过以下方法但没有成功：

读取Excel文件时使用dtype=str。 加载后将日期列显式转换为字符串。

import pandas as pd

def load_excel_sheet(file_path, sheet_name):
    excel_file = pd.ExcelFile(file_path, engine='openpyxl')
    df_pandas = pd.read_excel(excel_file, sheet_name=sheet_name, dtype=str)
    
    # Explicitly convert specific date columns to strings
    for col in df_pandas.columns:
        if df_pandas[col].dtype == 'datetime64[ns]':
            df_pandas[col] = df_pandas[col].astype(str)
    
    return df_pandas

def process_data_quality_checks(file_path, sheet_name):
    df = load_excel_sheet(file_path, sheet_name)
    
    for col in df.columns:
        if not all(isinstance(x, str) for x in df[col]):
            print(f"Column {col} has non-string data")
        else:
            print(f"Column {col} is all strings")
    
    return df

file_path = r"path_to_your_excel_file.xlsx"
sheet_name = 'Sheet1'

df = process_data_quality_checks(file_path, sheet_name)
print(df.head())

尽管做出了这些努力，我的日期列仍然出现在 DataFrame 中，并附加了 00:00:00。如何确保 Pandas 严格将这些日期值读取为字符串，而不需要任何额外的时间信息？

Answer 1

您可以使用

.dt

访问器格式化不带时间的日期时间对象：

from datetime import date

for col in df_pandas.columns:
        if df_pandas[col].dtype == 'datetime64[ns]':
            df_pandas[col] =  df[col].dt.date.astype(str)