从Excel读入日期转为序列值，如何转换为月/日/年格式？

首先明确核心逻辑：你读到的43901.84这类数值是Excel原生的日期存储格式，整数部分代表从Excel固定起点到对应日期的天数，小数部分代表当天的时间占比（1代表完整一天24小时），和你原始记录的3/11/2020 8:12:00 PM、3/12/2020 7:13:00 PM是完全对应匹配的，不存在数据损坏的问题。 #

不同使用场景的操作方案 #

场景1：直接在Excel文件内完成转换 #

• 选中所有存储了序列值的单元格区域
• 右键打开「设置单元格格式」面板
  • 方法一：在「日期」分类下，直接选择格式为月/日/年的预设样式确认即可
  • 方法二：如果需要精准控制格式，选「自定义」分类，在格式输入框中填入mm/dd/yyyy，确认后即可输出完全匹配要求的格式

场景2：用Python（pandas）读取文件后完成转换 #

多数情况下读入时日期变成数值，是因为读取时未触发自动日期解析，可直接通过内置方法做精准转换：

import pandas as pd
# 读取Excel文件
df = pd.read_excel("你的数据集文件路径.xlsx")
# 对存序列值的列做日期转换，origin参数适配Excel的历史1900闰年bug
df["日期时间列"] = pd.to_datetime(df["日期时间列"], unit="D", origin="1899-12-30")
# 按需求格式生成月/日/年格式的日期字符串
df["格式化日期"] = df["日期时间列"].dt.strftime("%m/%d/%Y")

注意：不要把origin参数设为1900-01-01，因为Excel存在历史遗留bug，错误将1900年识别为闰年，多计入了1天的偏移，用1899-12-30作为转换原点，才能保证转换结果和原Excel显示的日期完全一致，不会出现日期差1天的问题。

常见踩坑提示 #

• 不要用手动计算“数值/365+年份起点”的方式换算，很容易因为闰年、历史bug出现日期偏移
• 如果转换后日期和实际差1天，优先检查origin参数是否匹配Excel的存储规则
• 你提供的43901.84通过上述方法转换后，结果正好是2020-03-11 20:12，43902.80转换后是2020-03-12 19:12，和你原始记录的日期时间完全对应

内容的提问来源于stack exchange，提问作者T.McMillen