Pandas read_excel()读取xlsb文件时返回错误日期值问题求助

你输出的44424不是随机数值，是Excel的序列日期值，代表从1900年1月1日到目标日期的累计天数。pandas读取xlsb格式文件时默认不会自动将该类数值解析为日期格式，因此会直接输出原始数值。

方法1：读取文件时直接解析日期 #

读取时通过parse_dates参数指定需要解析为日期的列，直接得到日期类型数据：

import pandas as pd
# 提前安装依赖：pip install pyxlsb
xls = pd.ExcelFile('abc.xlsb', engine='pyxlsb')
# 读取时指定解析Reporting Date列为日期格式
df = pd.read_excel(xls, 'xyz_sheetname', parse_dates=['Reporting Date'])
# 转换为你需要的 日-月缩写-年 格式
df['Reporting Date'] = df['Reporting Date'].dt.strftime('%d-%b-%y')
print(df['Reporting Date'])

输出结果即为16-Aug-21。如果后续需要导出为CSV，直接调用df.to_csv()即可保留该日期格式。

方法2：已读取为数值后再转换 #

如果数据已经加载为DataFrame，也可以直接对数值列做日期转换：

# origin设置为1899-12-30是为了兼容Excel的日期计算规则
df['Reporting Date'] = pd.to_datetime(df['Reporting Date'], unit='D', origin='1899-12-30').dt.strftime('%d-%b-%y')

内容的提问来源于stack exchange，提问作者Tushar