如何将混合Excel序列号日期与常规日期的列转为pandas datetime？代码排查

我来帮你分析下代码里的问题，以及怎么修复：

问题根源 #

你的代码主要有两个关键问题导致Excel序列号被转为空白：

1. 错误的Excel序列号判断逻辑
   你用df['Birthday'].astype(str).str.isdigit()来筛选Excel序列号，但如果这些序列号在DataFrame里是浮点数类型（比如33233.0），转成字符串后会是"33233.0"，str.isdigit()会返回False，导致这些行根本没被处理。就算是字符串形式的"33233.0"，同样也过不了isdigit()的检查。

2. 后续的全局转换放大了问题
   在处理完部分行后，你调用pd.to_datetime(df['Birthday'], errors='coerce')，这会把那些没被处理的Excel序列号（不管是数值还是带小数的字符串）强制转为NaT（空白），因为pd.to_datetime默认无法解析纯数字的日期序列号。

修正后的代码 #

下面是调整后的代码，我会标注关键修改点：

import pandas as pd
import datetime
from datetime import datetime, timedelta
import glob
import os

def from_excel_ordinal(ordinal, _epoch0=datetime(1899, 12, 31)):
    # 处理Excel的1900年闰年bug
    if ordinal >= 60:
        ordinal -= 1
    return (_epoch0 + timedelta(days=ordinal)).replace(microsecond=0)

path = 'C:\\Input'
os.chdir(path)
filelist = glob.glob('*BLAH*.xlsx')
filename = os.fsdecode(filelist[0])
df = pd.read_excel(filename, sheet_name='Blah Blah')

# 关键修改1：用pd.to_numeric来判断哪些是Excel序列号（数值类型）
# coerce把非数值转成NaN，然后用notna筛选出有效数值行
is_excel_ordinal = pd.to_numeric(df['Birthday'], errors='coerce').notna()

# 处理Excel序列号：先转成整数（因为是天数），再转成datetime
df.loc[is_excel_ordinal, 'Birthday'] = df.loc[is_excel_ordinal, 'Birthday']\
    .astype(int)\
    .apply(from_excel_ordinal)

# 关键修改2：只处理剩下的非数值行，避免重复处理已经转好的datetime
non_ordinal_mask = ~is_excel_ordinal
df.loc[non_ordinal_mask, 'Birthday'] = pd.to_datetime(
    df.loc[non_ordinal_mask, 'Birthday'],
    errors='coerce'
)

# 最后统一列类型为datetime64[ns]
df['Birthday'] = pd.to_datetime(df['Birthday'])

关键修改说明 #

• 更准确的序列号筛选：用pd.to_numeric(..., errors='coerce')可以识别所有数值类型（int/float）的Excel序列号，不管它们是原始数值还是字符串形式的数字（比如"33233"或"33233.0"）。
• 分批次转换：先处理数值型的序列号，再处理剩下的常规日期字符串，避免全局coerce把已经转好的日期误处理。
• 确保类型统一：最后再把整个列转为datetime类型，保证格式一致。

这样修改后，不管是常规日期字符串还是Excel序列号，都能正确转换为datetime对象，不会出现空白的情况。

内容的提问来源于stack exchange，提问作者Perdue