Pandas读取Excel日期数据的异常处理

作者：小小明

异常描述

有时我们的Excel有一个调整过自定义格式的日期字段：

当我们用pandas读取时却是这样的效果：

不管如何指定参数都无效。

出现原因

没有使用系统内置的日期单元格格式，自定义格式没有对负数格式进行定义，pandas读取时无法识别出是日期格式，而是读取出单元格实际存储的数值。

解决方案：修改自定义格式

可以修改为系统内置的自定义格式：

或者在自定义格式上补充负数的定义：

增加;@即可

pandas直接解析Excel数值为日期

有时这种Excel很多，我们需要通过pandas批量读取，挨个人工修改Excel的自定义格式费时费力，下面我演示如何使用pandas直接解析这些数值成为日期格式。

excel中常规格式和日期格式的转换规则如下：

1900/1/1为起始日期，转换的数字是1，往后的每一天增加1

1900/1/2转换为数字是 2

1900/1/3转换为数字是 3

1900/1/4转换为数字是 4

以此类推

excel中时间转换规则如下：

在时间中的规则是把1天转换为数字是 1

每1小时就是 1/24

每1分钟就是 1/(24×60)=1/1440

每1秒钟就是 1/(24×60×60)=1/86400

---

根据Excel的日期存储规则，我们只需要以1900/1/1为基准日期，根据数值n偏移n-1天即可得到实际日期。不过还有个问题，Excel多存储了1900年2月29日这一天，而正常的日历是没有这一天的，而我们的日期又都是大于1900年的，所以应该偏移n-2天，干脆使用1899年12月30日作为基准，这样不需要作减法操作。

解析代码如下：

import pandas as pd
from pandas.tseries.offsets import Day

df = pd.read_excel("日期.xlsx")
basetime = pd.to_datetime("1899/12/30")
df.日期 = df.日期.apply(lambda x: basetime+Day(x))
df.日期 = df.日期.apply(lambda x: f"{x.month}月{x.day}日")
df.head()

	日期
0	6月8日
1	6月9日
2	6月10日
3	6月11日
4	6月12日

如果需要调用time的strftime方法，由于包含中文则需要设置locale：

import pandas as pd
from pandas.tseries.offsets import Day
import locale
locale.setlocale(locale.LC_CTYPE, 'chinese')

df = pd.read_excel("日期.xlsx")
basetime = pd.to_datetime("1899/12/30")
df.日期 = df.日期.apply(lambda x: basetime+Day(x))
df.日期 = df.日期.dt.strftime('%Y年%m月%d日')
df.head()

	日期
0	2021年06月08日
1	2021年06月09日
2	2021年06月10日
3	2021年06月11日
4	2021年06月12日