如何将Excel体重列中被识别为时间格式的数值转换为float类型数字

出现该问题的核心原因是Excel的日期存储本质为浮点型序列号（1900年1月1日对应数值1），部分数值被pandas自动识别为日期格式后，无法直接参与数值计算。你可以选择以下两种方案修复：

方案1：现有代码最小修改，拼接数据集后统一转换 #

在WEM=pd.concat(li,axis=0,ignore_index=True)代码之后，添加如下转换逻辑即可：

# 转换体重列：先把识别为日期的数值转回Excel序列号，再统一转float
WEM['weight (KG)'] = pd.to_numeric(
    WEM['weight (KG)'].apply(
        lambda x: x.toordinal() - pd.Timestamp('1899-12-30').toordinal() if isinstance(x, pd.Timestamp) else x
    ),
    errors='coerce' # 无法转换的异常值自动转为NaN，透视表求和会自动忽略该类值
)

注：减1899-12-30的日期序数是为了兼容Excel历史闰年计算bug，和Excel日期序列号规则对齐。

方案2：读取文件时指定类型，从源头避免识别错误 #

修改读Excel的逻辑，强制体重列按字符串读取，后续统一转数值，彻底避免自动识别为日期的问题：

for file in allFiles:
  df=pd.read_excel(
      file,
      index_col=False,
      dtype={'weight (KG)': str} # 强制体重列按字符串读取
  )
  li.append(df)

WEM=pd.concat(li,axis=0,ignore_index=True)
# 统一转float类型
WEM['weight (KG)'] = pd.to_numeric(WEM['weight (KG)'], errors='coerce')

转换完成后可执行WEM['weight (KG)'].dtype验证类型，确认输出为float64后即可正常生成透视表。

内容的提问来源于stack exchange，提问作者Valkyrie