首页 文章

使用python中的pandas中的read_excel函数将日期保留为字符串

提问于
浏览 次
1

Python 2.7.10
Tried pandas 0.17.1 -- function read_excel
Tried pyexcel 0.1.7 + pyexcel-xlsx 0.0.7 -- function get_records()

在Python中使用pandas时，是否可以读取excel文件（格式：xls | xlsx）并将包含 date 或 date + time 值的列保留为 strings 而不是 auto-converting 为 datetime.datetime 或 timestamp 类型？

如果使用pandas无法做到这一点，有人会建议使用备用方法/库来读取xls | xlsx文件并将日期列值保留为字符串吗？

对于 pandas 解决方案，尝试 df.info() 和结果日期列类型如下所示：

>>> df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 117 entries, 0 to 116
Columns: 176 entries, Mine to Index
dtypes: datetime64[ns](2), float64(145), int64(26), object(3)
memory usage: 161.8+ KB
>>> type(df['Start Date'][0])
Out[6]: pandas.tslib.Timestamp
>>> type(df['End Date'][0])
Out[7]: pandas.tslib.Timestamp

Attempt/Approach 1:

def read_as_dataframe(filename, ext):
   import pandas as pd
   if ext in ('xls', 'xlsx'):
      # problem: date columns auto converted to datetime.datetime or timestamp!
      df = pd.read_excel(filename) # unwanted - date columns converted!

   return df, name, ext

Attempt/Approach 2:

import pandas as pd
# import datetime as datetime
# parse_date = lambda x: datetime.strptime(x, '%Y%m%d %H')
parse_date = lambda x: x
elif ext in ('xls', 'xlsx', ):
    df = pd.read_excel(filename, parse_dates=False)
    date_cols = [df.columns.get_loc(c) for c in df.columns if c in ('Start Date', 'End Date')]
    # problem: date columns auto converted to datetime.datetime or timestamp!
    df = pd.read_excel(filename, parse_dates=date_cols, date_parser=parse_date)

并且还尝试了pyexcel库，但它执行相同的自动魔术转换行为：

Attempt/Approach 3:

import pyexcel as pe
import pyexcel.ext.xls
import pyexcel.ext.xlsx

t0 = time.time()
if ext == 'xlsx':
    records = pe.get_records(file_name=filename)
    for record in records:
        print("start date = %s (type=%s), end date = %s (type=%s)" %
              (record['Start Date'],
               str(type(record['Start Date'])),
               record['End Date'],
               str(type(record['End Date'])))
              )
python excel datetime pandas

2 回答

  • 1

    我遇到了一个相同的问题，除了熊猫奇怪地只将一些细胞转换成日期时间 . 我最终手动将每个单元格转换为字符串，如下所示：

    def undate(x):
    if pd.isnull(x):
        return x
    try:
        return x.strftime('%d/%m/%Y')
    except AttributeError:
        return x
    except Exception:
        raise

for i in list_of_possible_date_columns:
    df[i] = df[i].apply(undate)
    回复于
  • 1

    • 在pandas.read_excel中使用转换器{'Date'：str}选项有帮助 . pandas.read_excel(xlsx, sheet, converters={'Date': str})

    • 您可以尝试将时间戳转换回原始格式
      df['Date'][0].strftime('%Y/%m/%d')

    回复于

相关问题