使用pandas读取Excel分离日期时间列时解析错误的解决方法

我有一个包含独立date列和time列的Excel文件，使用代码df = pd.read_excel(r'df.xlsx', parse_dates=[['date', 'time']])读取时遇到问题：当所有行日期相同时代码运行正常，但日期发生变化时，解析结果出错——比如2021-04-04的行中，time列被解析成带1900-01-01的错误格式。需要将DataFrame修正为包含正确分离日期和时间列的格式，目标示例如下：

2021-04-03  23:52:11,A
2021-04-03  23:56:05,A
2021-04-03  23:59:27,A
2021-04-04  00:03:33,B
2021-04-04  00:04:33,B
2021-04-04  00:06:43,B
2021-04-04  00:10:17,B

解决方案 #

步骤1：先读取Excel，不提前合并解析日期时间 #

避免Pandas自动合并时的格式冲突，先原样读取数据：

import pandas as pd

df = pd.read_excel('df.xlsx')

步骤2：清理time列，提取正确时间部分 #

针对time列被解析为带1900-01-01的Timestamp类型的情况，提取纯时间部分：

# 处理time列：如果是Timestamp类型则提取时间，否则保留原内容
df['time'] = df['time'].apply(lambda x: x.time() if isinstance(x, pd.Timestamp) else x)

步骤3：确保date列格式正确 #

将date列转换为标准日期格式，避免格式混乱：

df['date'] = pd.to_datetime(df['date']).dt.date

可选：合并后再拆分（确保日期时间对应准确） #

如果担心日期和时间不匹配，可以先合并成完整datetime再拆分，确保对应关系：

# 合并日期和时间为完整datetime
df['full_datetime'] = pd.to_datetime(df['date'].astype(str) + ' ' + df['time'].astype(str))
# 拆分回独立的日期和时间列
df['date'] = df['full_datetime'].dt.date
df['time'] = df['full_datetime'].dt.time
# 删除临时列
df.drop('full_datetime', axis=1, inplace=True)

执行以上步骤后，就能得到日期和时间列完全正确分离的DataFrame，符合目标示例的格式。

内容的提问来源于stack exchange，提问作者Mohammad.sh