Python中XLSB转CSV日期类型错误：2022变为2092求助

问题根源 #

1. 代码逻辑错误：原代码先读取XLSB文件，随即用pd.read_csv覆盖了变量，等于完全没处理目标XLSB文件，反而操作了一个无关的CSV。
2. 日期解析偏移：Excel的日期存储为从1899-12-30开始的序列化数值（因1900年闰年bug），而astype('datetime64[D]')默认以1970-01-01为起始，直接转换会导致日期偏移70年（2022+70=2092）。

修正方案 #

方案1：读取时直接解析日期 #

利用read_excel的parse_dates参数，让pyxlsb直接将指定列解析为datetime类型：

import pandas as pd

# 读取XLSB并解析日期列
df = pd.read_excel('./date_error.xlsb', engine='pyxlsb', sheet_name='date', parse_dates=['Date1', 'Date2'])

# 导出为CSV
df.to_csv('./test.csv', index=False)

方案2：手动转换Excel序列化日期 #

如果parse_dates不生效，手动将Excel日期数值转换为datetime：

import pandas as pd
from datetime import datetime, timedelta

df = pd.read_excel('./date_error.xlsb', engine='pyxlsb', sheet_name='date')

# 定义转换函数：Excel日期转Python datetime
def excel_to_datetime(excel_num):
    excel_start = datetime(1899, 12, 30)
    return excel_start + timedelta(days=excel_num)

# 批量转换日期列
df['Date1'] = df['Date1'].apply(excel_to_datetime)
df['Date2'] = df['Date2'].apply(excel_to_datetime)

# 导出CSV
df.to_csv('./test.csv', index=False)

验证 #

打开生成的test.csv，检查日期列是否显示为2022-xx-xx格式，确认年份正确。

内容的提问来源于stack exchange，提问作者Liam