Streamlit中st.dataframe()显示Datetime格式异常问题求助

问题原因 #

• Date列多余时间：Excel里的纯日期被pandas解析为datetime64类型，默认带00:00:00时分秒，Streamlit会完整渲染这部分内容；
• interval列显示数字：Excel的时间间隔（如hh:mm格式）被解析为timedelta类型，Streamlit默认将其转为总天数的浮点数展示，导致显示异常。

解决方案 #

下面提供两种处理方式，按需选择：

方式1：转为字符串格式（完全匹配原始显示）

直接将日期和时间间隔列转为自定义格式的字符串，彻底避免格式问题：

# File Upload
uploaded_file = st.file_uploader(
    "Upload inventory file for past week estimates in **excel** format."
)

sheet_name = st.text_input("Add the name of the sheet to select data from. **Default = first sheet**")

if uploaded_file is not None:
    try: 
        # 读取Excel文件
        if sheet_name: 
            historical_interval_data = pd.read_excel(uploaded_file, sheet_name=sheet_name)
        else: 
            historical_interval_data = pd.read_excel(uploaded_file)
        
        # 处理Date列：转为YYYY-MM-DD格式字符串（可根据原始格式调整）
        if 'Date' in historical_interval_data.columns:
            historical_interval_data['Date'] = historical_interval_data['Date'].dt.strftime('%Y-%m-%d')
        
        # 处理interval列：将timedelta转为hh:mm格式字符串
        if 'interval' in historical_interval_data.columns:
            def format_timedelta(td):
                total_seconds = int(td.total_seconds())
                hours = total_seconds // 3600
                minutes = (total_seconds % 3600) // 60
                return f"{hours:02d}:{minutes:02d}"
            
            historical_interval_data['interval'] = historical_interval_data['interval'].apply(format_timedelta)
        
        # 展示处理后的数据
        st.dataframe(historical_interval_data)
        
    except ValueError: 
        st.error("**Error**: The sheet name is incorrect.")

方式2：保留原始数据类型，优化Streamlit显示

如果需要保留datetime/timedelta类型用于后续计算，可通过Streamlit的st.dataframe自定义格式参数调整显示：

# File Upload
uploaded_file = st.file_uploader(
    "Upload inventory file for past week estimates in **excel** format."
)

sheet_name = st.text_input("Add the name of the sheet to select data from. **Default = first sheet**")

if uploaded_file is not None:
    try: 
        # 读取Excel文件
        if sheet_name: 
            historical_interval_data = pd.read_excel(uploaded_file, sheet_name=sheet_name)
        else: 
            historical_interval_data = pd.read_excel(uploaded_file)
        
        # 定义时间间隔格式化函数
        def format_timedelta(td):
            total_seconds = int(td.total_seconds())
            hours = total_seconds // 3600
            minutes = (total_seconds % 3600) // 60
            return f"{hours:02d}:{minutes:02d}"
        
        # 新建显示用的间隔列，保留原列用于计算
        historical_interval_data['interval_display'] = historical_interval_data['interval'].apply(format_timedelta)
        
        # 自定义列显示配置
        column_config = {
            "Date": st.column_config.DateColumn(
                "Date",
                format="YYYY-MM-DD",
                help="Inventory date"
            ),
            "interval_display": st.column_config.TextColumn(
                "Interval",
                help="Time interval"
            )
        }
        
        # 展示处理后的数据
        st.dataframe(historical_interval_data, column_config=column_config)
        
    except ValueError: 
        st.error("**Error**: The sheet name is incorrect.")

注意事项 #

• 替换代码中的'Date'和'interval'为你实际的列名；
• 日期格式'%Y-%m-%d'可根据Excel原始显示调整（比如'%m/%d/%Y'）；
• 时间间隔的格式化函数可按需修改，比如要显示秒数就加上seconds = total_seconds % 60并调整返回格式。

内容的提问来源于stack exchange，提问作者Prakhar Rathi