Pandas.read_excel 将日期读取到时间戳中，我想要一个字符串

Question

我使用

.read_excel

将一个大的 Excel 文件读入 pandas，并且该文件具有日期列。当读入 pandas 时，日期默认为时间戳。由于文件很大，我想将日期作为字符串读取。

如果这是不可能的，那么我至少想以与原始文件中相同的格式将日期导出回Excel（例如

"8/18/2009"

）。

我的两个问题是：

1. 我可以避免将 Excel 日期转换为 pandas 中的时间戳吗？
2. 如果不可能，如何高效地以原始格式写回日期？

Answer 1

1. 我不知道如何读取日期而不是使用 read_excel 转换为时间戳。
2. 因为日期在将其读入数据帧时已经转换为日期时间，所以以下是如何以原始格式打印日期 - 我使用了“mm/dd/yyyy”。

import pandas as pd

df = pd.read_excel(
    "file_to_read.xlsx",
    sheet_name="sheetname",
)
writer = pd.ExcelWriter(
    "file_to_write.xlsx",
    engine="xlsxwriter",
    datetime_format="mm/dd/yyyy",
)
df.to_excel(
    writer,
    index=False,
    header=True,
    sheet_name="sheetname",
)

Answer 2

这与此处的问题类似。 使用 python 中 pandas 的 read_excel 函数将日期保留为字符串

检查答案：

• 在 pandas.read_excel 中使用转换器{'Date': str} 选项会有所帮助。
  

  pandas.read_excel(xlsx, sheet, converters={'Date': str})

• 您可以尝试将时间戳转换回原始格式
  

  df['Date'][0].strftime('%Y/%m/%d')

Answer 3

我也有同样的问题。 这就是为我解决问题的方法：

df = pd.read_excel(excel_link, sheet_name, dtype=str)

如果您不介意将 df 或整个列转换为字符串

Answer 4

pd.read_excel

的文档在参数

parse_dates

下说：

如果您不想将某些单元格解析为日期，只需将 Excel 中的类型更改为“文本”即可。

这意味着在使用 pd.read_excel 之前，可以将 Excel 中的单元格预处理为

“文本”

数字格式。然而，单独切换到 "Text" 数字格式会将日期更改为 Excel 中的数字，例如，1900-12-31 变为 366（神秘数字是自 1900-01-01 以来的天数（此处为 366，因为Excel 错误地假定 1900 年是闰年））。这意味着仅将数字格式更改为“文本”的指令是没有用的。

相反，一个实用的解决方案是迭代日期列并将 Excel VBA

.Text

设置为值，并将数字格式更改为 “文本” 以返回其显示方式的字符串，这可以通过 完成xlwings：

from pathlib import Path
import xlwings as xw
import pandas as pd

path = Path(r"foo/test.xlsx")

with xw.App(visible=False):
    wb = xw.Book(path)
    ws = wb.sheets[0]
    for cell in ws.used_range:
        temp_str = cell.api.Text
        cell.number_format = "@"  # @ is the number format code of Excel for the "Text" number format.
        cell.value = temp_str
    wb.save(path.with_stem(f"{path.stem}_interim"))
    # Then the Excel file can be read with xlwings.
    df = ws.used_range.options(pd.DataFrame, index=False).value
    wb.close()

# Or it can be read with pandas.
df = pd.read_excel(path.with_stem(f"{path.stem}_interim"))

print(df)

注意安装 xlwings 的先决条件。
_{不幸的是，}

.Text

属性只能在一个单元格范围内使用，这就是为什么需要对相关单元格范围进行循环的原因。请注意，我在本例中使用了 used_range，这意味着工作表上包含内容的所有单元格都被格式化为 “Text” 数字格式。