解决pandas读取xlsx时将超24小时的时长错转为日期时间格式的问题

推荐最简便的方案：读取文件时强制指定时长列为字符串类型，避免pandas自动转换为datetime格式，后续按需转换为时间差类型即可。

• 读取时指定列类型

import pandas as pd

# 替换为你实际的文件路径和时长列名
df = pd.read_excel("文件路径.xlsx", dtype={"处理时长": str})

• 转换为可计算的时间差类型
  如果后续需要对时长做求和、求平均等数值计算，可以直接转成pandas的Timedelta类型：

df["处理时长"] = pd.to_timedelta(df["处理时长"])

# 示例：换算为总小时数
df["总小时数"] = df["处理时长"].dt.total_seconds() / 3600

如果已经把文件读入，且时长列已经被错误识别为datetime64类型，可以用以下方法修复：

base = pd.Timestamp("1900-01-01")
# 扣除excel 1900日期系统的1天初始误差
df["处理时长"] = df["处理时长"].apply(lambda x: x - base - pd.Timedelta(days=1))

内容的提问来源于stack exchange，提问作者Ultor