使用Pandas处理CSV文件：转换日期格式并保留第四列零值

Excel/Google Sheets 处理方案 #

假设数据起始单元格为A1，四列对应A、B、C、D：

• A/B/C列（全有效日期）：
  在目标单元格（如A2）输入公式：

  =TEXT(DATE(RIGHT(A1,4),MID(A1,3,2),LEFT(A1,2)),"DD/MM/YYYY")
  

  下拉填充整列即可。
  注：此公式针对DDMMYYYY格式的无分隔符日期，若你的日期是YYYYMMDD格式，调整为：

  =TEXT(DATE(LEFT(A1,4),MID(A1,5,2),RIGHT(A1,2)),"DD/MM/YYYY")
  

• D列（含0值）：
  在目标单元格（如D2）输入带判断的公式：

  =IF(D1=0,0,TEXT(DATE(RIGHT(D1,4),MID(D1,3,2),LEFT(D1,2)),"DD/MM/YYYY"))
  

  下拉填充整列。若日期格式为YYYYMMDD，替换为：

  =IF(D1=0,0,TEXT(DATE(LEFT(D1,4),MID(D1,5,2),RIGHT(D1,2)),"DD/MM/YYYY"))
  

Python 脚本处理方案 #

如果用Pandas批量处理CSV/Excel文件：

import pandas as pd

# 读取数据（假设无表头，根据实际情况调整header参数）
df = pd.read_csv("input_data.csv", header=None)

# 定义日期转换函数
def format_date(val):
    if val == 0:
        return 0
    # 转为8位字符串（补前导零避免短日期问题）
    date_str = str(val).zfill(8)
    # 针对DDMMYYYY格式拆分，若为YYYYMMDD则调整切片位置
    day, month, year = date_str[:2], date_str[2:4], date_str[4:]
    return f"{day}/{month}/{year}"

# 批量转换所有列
df = df.applymap(format_date)

# 导出结果
df.to_csv("output_data.csv", index=False, header=False)

若日期为YYYYMMDD格式，修改函数内的切片逻辑：

year, month, day = date_str[:4], date_str[4:6], date_str[6:]

内容的提问来源于stack exchange，提问作者user10675488