xlwings读取DRM保护Excel转DataFrame时hh:mm:ss.000时间解析异常

• Excel底层用浮点序列值存储日期时间类数据：整数部分为距基准日期1899-12-30的累计天数，小数部分为当前时间占全天24小时的比例，例如正午12:00对应存储值为0.5。
• 读取得到的0.340030类数值不属于转换错误，是单元格的原始存储值。该现象的触发逻辑：pd.read_excel 调用的openpyxl、xlrd等引擎会自动识别单元格数字格式，将标记为时间格式的浮点值自动映射为时间类型；但xlwings通过COM接口读取DRM保护文件时，开启chunksize大文件分块读取参数后，会跳过单元格格式识别步骤，直接返回底层存储的浮点值，未做时间类型自动转换。
• 给出的0.34左右浮点值经换算对应8点9-10分区间的时间，与原表hh:mm:ss.000毫秒级时间的存储逻辑完全匹配。

优先使用手动类型转换方案，兼容性最强，打包为exe后不会出现依赖缺失、格式识别失效问题：

1. 保留原有读取逻辑，读取完成后对时间列做显式类型转换，代码如下：

# 将time_col替换为表格中时间列的实际列名
time_col = "记录时间"

# 纯时间列优先选此方案：转为timedelta时间差类型，仅保留时分秒毫秒信息，无冗余日期字段
ref_sheet[time_col] = pd.to_timedelta(ref_sheet[time_col] * pd.Timedelta(days=1))

# 需要datetime64日期时间类型时启用此方案：自动补上Excel默认基准日期1899-12-30作为日期部分
# ref_sheet[time_col] = pd.Timestamp("1899-12-30") + pd.to_timedelta(ref_sheet[time_col], unit="d")

2. 转换后可通过格式化输出验证精度，输出格式与原表hh:mm:ss.000完全一致：

print(ref_sheet[time_col].dt.strftime("%H:%M:%S.%f").str[:-3])

3. 若文件体积较小无需分块读取，可移除chunksize=10000参数，xlwings默认格式识别逻辑会自动将时间格式单元格转为datetime类型，无需额外转换；但大文件场景下读取速度会显著下降，不推荐使用。

• 类型转换完成前，不要直接对浮点形式的时间值做计算，浮点精度误差会导致时间计算结果偏差。
• 存在多列时间格式数据时，批量遍历目标列执行上述转换逻辑即可，无需逐列单独处理。

内容的提问来源于stack exchange，提问作者jw jjang