Python中如何将Object类型日期转为日期格式并适配Excel导出？

核心问题 #

你当前代码用strftime()把datetime对象转成了字符串，导致DataFrame列类型为Object（字符串）。Excel无法识别字符串为日期格式，转int/float时会把字符转成ASCII码类的异常数值，自然影响Tableau的识别。

解决方案 #

1. 从原始字符串直接转datetime类型（推荐）

先提取原始字符串里的日期部分，再转换为datetime对象，不要转成字符串：

import pandas as pd
from datetime import datetime

# 处理单个变量示例
raw_date = '# Date: Jan 14, 2023'
# 剔除前缀，提取纯日期字符串
clean_date_str = raw_date.replace('# Date: ', '')
# 转换为datetime对象，保留类型
date_var = datetime.strptime(clean_date_str, '%b %d, %Y')

# 处理DataFrame列的批量转换
df['date_col'] = pd.to_datetime(df['date_col'].str.replace('# Date: ', ''), format='%b %d, %Y')

2. 修复已转为字符串的日期列

如果DataFrame里已经是1/14/2023这类字符串格式，用pd.to_datetime()转成datetime类型：

df['date_col'] = pd.to_datetime(df['date_col'], format='%m/%d/%Y')

3. 验证类型正确性

转换后检查列类型，应为datetime64[ns]：

print(df['date_col'].dtype)

4. 导出Excel的正确操作

直接导出即可，pandas会自动把datetime类型列设置为Excel的日期格式：

df.to_excel('output.xlsx', index=False)
# 如需指定日期显示格式，可加参数
df.to_excel('output.xlsx', index=False, date_format='mm/dd/yyyy')

5. 适配Tableau上传

Tableau可直接识别pandas的datetime类型，只要DataFrame列是datetime64[ns]，上传后会自动识别为日期维度/度量，无需额外处理。

关键提醒 #

• 始终保留日期的datetime类型，不要转成字符串处理——这是避免格式混乱的核心。
• 绝对不要尝试将日期字符串转成int/float，这完全不符合日期的存储逻辑，必然导致数值异常。

内容的提问来源于stack exchange，提问作者user20991323