python读取Excel时间数据遇到问题

背景

源数据是Excel给出的，按时间记录，而时间是常规格式，一串长长的数字。我想要把Excel导入python DataFrame， 以时间"hh-mm-ss"为Index。还涉及到把时间离散化。

遇到的问题

1. 批量转换Excel中的‘时间’列数据格式
2. 理论上时间是每20s记录一条数据的，但是在输出的时间可能有微小的偏差（如本应是00:00:00整，但实际记录下的时间是00:00:00.35），这就导致本来应该离散的取值范围变连续了。

我的解决办法

1. 还不会弄，我手动调的，以后如果会了再来补上。
2. 一个笨办法。通过手动把Excel调整为我想要的格式后，保存为.csv格式，然后再用以下代码读取数据。即通过另存为.csv来降低Excel数据的精度，这样子时间数据就转换为str格式。

readtable = pd.read_csv(str(sensor) + '-08-' + str("%02d" % i) + '.csv',
                              index_col = 0,
                              usecols = sensorNom[sensor].dropna())

---

2020.11.9更新
以上问题都可以通过pandas里面时间戳相关操作实现

• 读取数据后，将时间序列转换成datetime格式即可，还可以指定数据的输出形式，一下子两个问题都解决了

df['GlobalTime'] = pd.to_datetime(df['GlobalTime'])
df['GlobalTime'].strftime('%Y%m%d %H:%M:%S')
# 假如想要精确到小时，可以：
df['GlobalTime'].strftime('%Y%m%d %H')