Pandas读取Excel生成DataFrame时日期列带多余零如何处理

问题原因 #

你调用pd.read_excel时指定了全局dtype=str参数，Excel中原本为 datetime 类型的单元格会先被解析为Timestamp对象，再强制转为字符串时就会自动带上多余的.0后缀。

另外你当前代码的执行顺序存在问题：pd.read_excel逻辑写在了for循环外部，此时header、sheet_name等配置参数还没有被赋值，运行会直接报错，需要把读取逻辑挪到for循环内部。

解决方案 #

方案1：自动识别日期类型，后续统一格式化（推荐） #

不需要强制全局读为字符串，pandas会自动识别日期列，后续按需转成标准格式的日期字符串即可：

for object in json_meta_data:
    header = object['excel_header'] - 1
    excel_filename = object['excel_filename']
    sheet_name = object['excel_sheet_name']
    usecols = object['excel_usecols']
    nrows = object['excel_nrows']
    # 读取时不指定dtype=str，自动识别类型
    df = pd.read_excel(
        full_excel_path,
        sheet_name=sheet_name,
        engine='openpyxl',
        header=header,
        usecols=usecols,
        nrows=nrows
    )
    # 所有自动识别的日期列统一转成你需要的字符串格式，比如%Y-%m-%d仅保留日期
    for date_col in df.select_dtypes(include='datetime64').columns:
        df[date_col] = df[date_col].dt.strftime('%Y-%m-%d')
    dataframes.append(df)

方案2：强制全列读为字符串，批量清洗后缀 #

如果业务要求必须所有列都读取为字符串格式，可以在读入后批量替换掉所有末尾的.0：

for object in json_meta_data:
    header = object['excel_header'] - 1
    excel_filename = object['excel_filename']
    sheet_name = object['excel_sheet_name']
    usecols = object['excel_usecols']
    nrows = object['excel_nrows']
    df = pd.read_excel(
        full_excel_path,
        sheet_name=sheet_name,
        engine='openpyxl',
        header=header,
        usecols=usecols,
        nrows=nrows,
        dtype=str
    )
    # 正则替换所有列中末尾的.0
    df = df.replace(r'\.0$', '', regex=True)
    dataframes.append(df)

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