如何用Python批量处理Excel列中所有单元格的日期格式转换？

针对RETA列存在的空值、Excel数值日期、多种字符串格式日期、无效格式等情况，我们可以写一个通用转换函数，结合pandas批量处理整列数据，同时兼容各种异常场景。

实现步骤与代码 #

首先确保安装了所需依赖：

pip install pandas xlrd openpyxl

完整处理代码：

from datetime import datetime
import xlrd
import pandas as pd
from pandas import NaT

def convert_reta_date(cell_value):
    # 处理空单元格或空白字符串
    if pd.isna(cell_value) or str(cell_value).strip() == "":
        return NaT
    
    # 处理Excel数值型日期（如44774.45833）
    if isinstance(cell_value, (int, float)):
        try:
            return datetime(*xlrd.xldate_as_tuple(cell_value, 0))
        except Exception:
            return "无效日期"
    
    # 处理字符串格式的日期，尝试多种常见格式
    cell_str = str(cell_value).strip()
    date_formats = [
        "%Y-%m-%d %H:%M:%S",    # 标准格式：2022-09-22 15:33:00
        "%m/%d/%Y %I:%M:%S %p", # 带AM/PM的格式：1/8/2022 10:00:00 AM
        "%Y-%m-%d",             # 仅日期的情况
        "%m/%d/%Y"              # 短日期格式
    ]
    
    for fmt in date_formats:
        try:
            return datetime.strptime(cell_str, fmt)
        except ValueError:
            continue
    
    # 所有格式匹配失败，标记为无效
    return "无效日期"

# 读取你的Excel文件，xls格式用engine="xlrd"，xlsx用"openpyxl"
df = pd.read_excel("你的文件路径.xlsx", engine="openpyxl")

# 批量转换RETA列，新增列保存结果（保留原数据方便核对）
df["RETA_转换后"] = df["RETA"].apply(convert_reta_date)

# 打印转换结果预览
print(df[["RETA", "RETA_转换后"]])

# 保存转换后的文件
df.to_excel("转换完成的文件.xlsx", index=False)

代码说明 #

1. 空值处理：识别空单元格或空白字符串，返回pandas的NaT（缺失时间值），方便后续数据清洗。
2. Excel数值日期转换：利用xlrd.xldate_as_tuple把Excel的日期数值转成datetime，兼容你的原有单条处理逻辑。
3. 多格式字符串解析：预定义常见的日期格式，依次尝试解析，覆盖示例中的标准时间、带AM/PM的时间等场景。
4. 无效数据标记：无法解析的内容（如2022-09-2022 18:03:00）会标记为"无效日期"，也可以改为返回NaT统一类型。

适配调整 #

• 如果你的日期格式是日/月/年（如8/1/2022表示2022年8月1日），需要在date_formats中添加"%d/%m/%Y %I:%M:%S %p"格式。
• 旧版xls文件，将pd.read_excel的engine参数改为"xlrd"。
• 若不需要保留原RETA列，可以直接覆盖：df["RETA"] = df["RETA"].apply(convert_reta_date)。

内容的提问来源于stack exchange，提问作者Devaraj Mani Maran