如何用Python处理带日期的Excel文件名：转格式及提取至DataFrame

没问题，我来帮你搞定这两个Excel文件名处理的问题，步骤和代码都给你整理好了：

问题1：将带有时间戳的Excel文件名转换为日期时间格式 #

文件名里的时间戳通常分两种常见情况，我分别给你解决方案：

情况1：文件名包含Unix时间戳（比如 1620000000_sales.xlsx） #

Unix时间戳是从1970年1月1日开始累计的秒数（也可能是毫秒数，注意区分），处理步骤如下：

• 先剥离文件名的后缀，提取出时间戳字符串
• 转成整数后用datetime.fromtimestamp()解析成日期时间对象

import os
from datetime import datetime

# 示例文件名
filename = "1620000000_sales.xlsx"
# 去掉文件后缀（比如.xlsx）
name_without_ext = os.path.splitext(filename)[0]
# 分割出时间戳部分（假设时间戳在文件名开头，用下划线分隔）
timestamp_str = name_without_ext.split("_")[0]
# 转成整数（如果是毫秒级时间戳，记得除以1000）
timestamp = int(timestamp_str)
# 转换为日期时间
dt = datetime.fromtimestamp(timestamp)

print(dt)  # 输出示例：2021-05-03 13:20:00

情况2：文件名包含格式化时间戳（比如 20210503132000_sales.xlsx，格式为YYYYMMDDHHMMSS） #

这种是直接用数字拼接的日期时间字符串，我们可以指定格式来解析：

• 提取对应长度的字符串片段
• 用datetime.strptime()传入匹配的格式串转换

from datetime import datetime

filename = "20210503132000_sales.xlsx"
name_without_ext = filename.split(".")[0]
# 提取前14位（对应YYYYMMDDHHMMSS）
timestamp_str = name_without_ext[:14]
# 按指定格式解析
dt = datetime.strptime(timestamp_str, "%Y%m%d%H%M%S")

print(dt)  # 输出：2021-05-03 13:20:00

如果只有日期部分（比如20210503_sales.xlsx），把格式串改成"%Y%m%d"就行。

问题2：提取文件名中的日期并添加为DataFrame的新变量 #

针对你给出的示例文件名20190217 - myfile.xlsx，我们可以按以下步骤操作：

1. 从文件名中提取日期字符串
2. 转换为日期/日期时间对象
3. 读取Excel文件后，将这个日期添加为新列

单个文件处理代码： #

import pandas as pd
import os
from datetime import datetime

# 文件路径
file_path = "./20190217 - myfile.xlsx"
# 获取纯文件名（避免路径干扰）
filename = os.path.basename(file_path)
# 按分隔符" - "分割，提取日期部分
date_str = filename.split(" - ")[0]
# 转换为日期类型（如果需要完整datetime，去掉.date()即可）
file_date = datetime.strptime(date_str, "%Y%m%d").date()

# 读取Excel为DataFrame
df = pd.read_excel(file_path)
# 添加新列"file_date"
df["file_date"] = file_date

# 查看结果
print(df.head())

批量处理多个文件： #

如果有一堆同格式的Excel文件，用循环批量处理并合并成一个DataFrame：

import pandas as pd
import os
from datetime import datetime

# 存放Excel文件的文件夹路径
folder_path = "./your_excel_folder/"
# 用来存储所有DataFrame的列表
all_dfs = []

# 遍历文件夹里的所有文件
for filename in os.listdir(folder_path):
    # 只处理xlsx文件
    if filename.endswith(".xlsx"):
        file_full_path = os.path.join(folder_path, filename)
        # 提取日期字符串
        date_str = filename.split(" - ")[0]
        file_date = datetime.strptime(date_str, "%Y%m%d").date()
        # 读取文件
        df = pd.read_excel(file_full_path)
        # 添加日期列
        df["file_date"] = file_date
        # 加入列表
        all_dfs.append(df)

# 合并所有DataFrame
combined_df = pd.concat(all_dfs, ignore_index=True)
print(combined_df.head())

注意：如果你的文件名分隔符不是" - "（比如下划线_），只要调整split()里的参数就行，比如filename.split("_")[0]。

内容的提问来源于stack exchange，提问作者urtaeyang