pandas读取xlsb文件时datetime列显示46090.0如何按原格式读取

你遇到的46090.0类浮点数是Excel内部存储的日期时间序列值：整数部分为自基准日期起的天数，小数部分为当前时间占全天的比例。可按以下步骤处理：

前置依赖 #

首先安装xlsb格式读取依赖：
pip install pyxlsb

方法：读取后按列规则转换（兼容性最高，适配3种不同格式的列） #

第一步：读取原始文件 #

import pandas as pd
from pyxlsb import convert_date

# 读取文件时暂不解析日期，保留原始序列值
df = pd.read_excel("你的文件路径.xlsb", engine="pyxlsb")

第二步：分别处理三类日期时间列 #

假设你的三列列名分别为full_datetime、duration、ampm_time，可按对应规则转换：

• 处理第一列「年-月-日 时:分:秒」格式的完整日期时间

# 转换为datetime类型，若要保留原始格式字符串，末尾加.dt.strftime("%Y-%m-%d %H:%M:%S")
df["full_datetime"] = df["full_datetime"].apply(lambda x: convert_date(x) if pd.notna(x) else pd.NA)

如果你的Excel是苹果端生成的1904日期体系，将转换代码改为convert_date(x, date_system=1904)即可。

• 处理第二列「时:分:秒」格式的时长

# 转换为时分秒格式字符串，若需要保留timedelta类型可去掉后面的apply部分
df["duration"] = pd.to_timedelta(df["duration"], unit="D").dt.components.apply(
    lambda x: f"{x.hours:02d}:{x.minutes:02d}:{x.seconds:02d}", axis=1
)

• 处理第三列「时:分:秒 上下午」格式的12小时制时间

# 转换为带am/pm的字符串，不需要小写的话去掉末尾的.str.lower()
df["ampm_time"] = df["ampm_time"].apply(lambda x: convert_date(x) if pd.notna(x) else pd.NA
                                       ).dt.strftime("%I:%M:%S %p").str.lower()

补充说明 #

如果不需要依赖pyxlsb的转换函数，也可以直接用pandas原生方法转换完整日期列：

df["full_datetime"] = pd.to_datetime(df["full_datetime"], unit="D", origin="1899-12-30")

这里origin设为1899-12-30是为了兼容Excel的历史闰年bug。

内容的提问来源于stack exchange，提问作者San