Pandas如何将Excel日期转换为Python日期格式

在本文中，我们将介绍如何使用Pandas将Excel中的日期格式转换为Python中的日期格式。我们将首先介绍Excel中日期格式的不同，然后讨论如何使用Pandas进行转换。

阅读更多：Pandas 教程

在Excel中，日期和时间表示为数字，其中日期默认从1900年1月1日开始计算。例如，Excel中的1表示1900年1月1日，2表示1900年1月2日，以此类推。Excel还提供了许多内置日期和时间格式，如“2022-01-01”，“01/01/2022”或“1月1日22号”，我们将这些称为Excel风格的日期。

尽管Excel可以解释这些日期格式，但Python无法识别它们。在Python中，我们需要将这些日期格式转换为datetime对象，才能进行操作和分析。

Pandas提供了许多可以轻松转换日期格式的函数和类。下面我们介绍其中几个实用的方法。

首先，我们需要使用Pandas读取Excel文件。我们可以使用 read_excel 函数来做到这一点：

这将读取包含Excel样式日期格式的文件，并将它们存储在Pandas DataFrame 中。

有多种方法可以转换Excel日期格式，下面我们介绍其中两种：

Pandas的to_datetime函数可以将一组任意日期时间对象转换为Timestamp类型。

首先，我们需要将Excel日期值转换为Python datetime对象，然后使用to_datetime函数将其转换为Timestamp对象。

在这个例子中，'Date'列是我们想要转换的日期列。to_datetime函数的第二个参数'origin'是我们为Excel设置的起始日期。

Pandas的 read_excel 函数有一个名为 parse_dates 的选项，它允许我们指定哪些列包含日期，并使用一个函数或字符串将其解析为Python datetime格式。例如：

这里我们告诉 read_excel 函数，我们希望将 'Date' 列解析为日期，并使用默认的解析器将其转换为Python datetime格式。

用一个简单的示例来展示如何使用Pandas将Excel日期转换为Python日期格式。

我们有如下的Excel文件sample.xlsx：

使用Pandas读取数据：

这将把sample.xlsx的数据读入一个Pandas DataFrame。

我们可以看到，日期已经被转换为Python datetime格式。

在本文中，我们介绍了Excel日期格式的一些不同，并展示了如何使用Pandas将Excel风格的日期转换为Python datetime格式。我们讨论了转换日期的两种方法，包括使用 to_datetime 函数和 parse_dates 选项。希望本文能帮助您更好地理解和转换Excel日期格式。