[PYTHON] Da das von pandas.read_excel gelesene Excel-Datum ein serieller Wert war, wurde es in datetime.datetime konvertiert.

Koto no Hottan

Wenn ich mit pandas.read_excel ein Excel-Datum lese, werden die Daten aufgrund der Formatierung zu einer Seriennummer. Ich habe mich für die Konvertierung entschieden, weil ich sie einheitlich mit datetime.datetime verarbeiten möchte.

So konvertieren Sie den seriellen Wert von "int" in "datetime.datetime"

--Referenz

• Python - Spalte für Spalte vom Serienwert bis zum Datum in Python Pandas | Teratail ändern
• 59 Tage Excel durch einen Phantomtag verwirrt | Nikkei Crosstech (xTECH)

# date_int :Serienwert
if date_int < 60:
    # 1900-03-Vor 01
    days = date_int -1
else:
    # 1900-03-Für 01 oder später
    days = date_int - 2
date_time = pandas.to_datetime('1900/01/01') + datetime.timedelta(days=days)

Ich habe es so versucht

--Umgebung --macOS Catalina Version 10.15.7

• Microsoft Excel für Mac Version 16.42
  • Python 3.8.5
  • pandas 1.1.3 --Referenz
• Datums- / Zeitspalten mit Pandas verarbeiten (Zeichenfolgenkonvertierung, Datumsextraktion usw.) | note.nkmk.me
  • pandas.Timestamp — pandas 1.1.3 documentation

Die zu lesende Excel-Datei sieht folgendermaßen aus

import datetime
import pandas


def get_datetime(val: object) -> datetime.datetime:
    """Holen Sie sich das Datum.
    :param val:Der ursprüngliche Wert des Datums
    :return:Datum, wenn Datum oder Seriennummer, sonst keine
    """
    val_type = type(val)
    # datetime.Wenn es datetime ist, geben Sie es so zurück, wie es ist
    if val_type is datetime.datetime:
        return val
    # pandas.Zeitstempel ist Datum / Uhrzeit.Es erbt datetime und datetime.Es scheint, dass es als Datum / Uhrzeit verarbeitet werden kann. Geben Sie es also so zurück, wie es ist
    if issubclass(val_type, datetime.datetime):
        return val
    #Wenn es int ist, wird datetime als serieller Wert angegeben.In Datum / Uhrzeit konvertieren und zurückkehren
    if val_type is int:
        if val < 60:
            # 1900-03-Vor 01
            days = val -1
        else:
            # 1900-03-Für 01 oder später
            days = val - 2
        return pandas.to_datetime('1900/01/01') + datetime.timedelta(days=days)
    return None


if __name__ == '__main__':
    #Laden Sie Excel mit Pandas
    sheet = pandas.read_excel('Book.xlsx', sheet_name='Sheet1', header=None)
    for index, row in sheet.iterrows():
        date = get_datetime(row[0])
        if date is not None:
            print(date.strftime('%Y/%m/%d'))

Ausgabe

2020/10/14
2020/10/15
2020/10/16
2020/10/17