如何在Pandas中处理批量合并Excel时浮点数被误解析为日期的问题

问题背景 #

批量合并Excel文件时，某列被Pandas自动解析为Datetime类型，但该列实际应为浮点数。原因是Excel将使用点作为小数分隔符的数值（如4.5）误识别为日期（显示为2021-04-05这类格式），修改Excel单元格格式为数字会得到无意义的日期序列号，无需逐个修改Excel文件，可直接在Pandas中修复。

合并代码：

path = ["/content/drive/MyDrive/Data REE/XLSX - GENERACIÓN","/content/drive/MyDrive/Data REE/XLSX - EMISIONES"]
lista = [1,2]
for i in range(2):
  lista[i] = pd.concat(map(pd.read_excel, glob.glob(path[i] + "/*.xlsx")))

示例DataFrame：

df = pd.DataFrame({'date':['2021-08-01','2021-08-02','2021-08-03','2021-08-04'],'Wind Energy':[0,0,0,0],'Charcoal':[122,125,128,130], 'Gas':['2021-04-05','2021-04-05','2021-04-05','2021-04-05']})

解决方案 #

方法1：从日期解析回目标浮点数 #

由于Excel将x.y格式的浮点数误识别为年-x-y的日期（年份为系统默认值），只需提取日期中的月份和日期，组合为x.y格式的浮点数：

# 确保列是datetime类型（若读取时已自动解析可跳过）
df['Gas'] = pd.to_datetime(df['Gas'])
# 月份作为整数部分，日期作为小数部分，转换为浮点数
df['Gas'] = df['Gas'].dt.month + df['Gas'].dt.day / 10

此方法适用于输入为一位小数的浮点数（如4.5对应日期2021-04-05），处理后直接得到原始浮点数。

方法2：强制读取为字符串后转浮点数 #

若Excel单元格实际存储的是文本（仅显示格式为日期），读取时指定列类型为字符串，再直接转换为浮点数：

# 自定义读取函数，指定目标列类型为字符串
def read_target_excel(file):
    return pd.read_excel(file, dtype={'Gas': str})

# 批量读取并合并
for i in range(2):
    lista[i] = pd.concat(map(read_target_excel, glob.glob(path[i] + "/*.xlsx")))

# 将字符串列转换为浮点数
for df in lista:
    df['Gas'] = df['Gas'].astype(float)

方法3：处理日期序列号 #

若Excel中存储的是日期序列号（修改格式为数字时显示的大数），先将序列号转换为日期，再按方法1处理：

# 假设列当前是数值类型（日期序列号）
df['Gas'] = pd.to_datetime(df['Gas'], origin='1899-12-30')  # Excel的基准日期
df['Gas'] = df['Gas'].dt.month + df['Gas'].dt.day / 10

内容的提问来源于stack exchange，提问作者MatmataHi