Pandas读取Excel日期列自动转为整数的原因及解决方法

问题原因 #

Excel里的日期本质是浮点数序列号：它以1899年12月30日为原点，每过一天数值加1（比如7/15/2022对应的44757就是从原点到这天的天数）。pandas的dtype参数仅用于指定读取时的原始数据类型，无法自动把这些序列号转换成datetime——设datetime64时，pandas不会识别这是Excel日期序列号；设string也只是把整数转成字符串，不是你要的MM/DD/YYYY格式。另外如果Excel单元格仅显示为日期，但实际存储的是数值，pandas会直接读取原始数值，不会遵循单元格的显示格式。

正确导入日期的方法 #

方法1：用parse_dates直接解析（最简便） #

在read_excel里指定要解析的列，pandas会自动识别Excel日期序列号并转换成datetime类型：

import pandas as pd
df = pd.read_excel('你的文件路径', parse_dates=['ORDER LINE CREATE DATE'])

方法2：读取后手动转换 #

如果方法1失效，可以先读取为整数，再用pd.to_datetime转换，指定Excel的日期原点：

import pandas as pd
df = pd.read_excel('你的文件路径')
# 把Excel日期序列号转成datetime
df['ORDER LINE CREATE DATE'] = pd.to_datetime(df['ORDER LINE CREATE DATE'], unit='D', origin='1899-12-30')

方法3：用converters参数自定义转换 #

在读取时直接对指定列应用转换函数：

import pandas as pd

def convert_excel_date(x):
    return pd.to_datetime(x, unit='D', origin='1899-12-30')

df = pd.read_excel('你的文件路径', converters={'ORDER LINE CREATE DATE': convert_excel_date})

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