将 xlsb 文件读取为 pandas 数据框并将日期列解析为日期时间格式

Posted 2023-03-28

【中文标题】将 xlsb 文件读取为 pandas 数据框并将日期列解析为日期时间格式

【英文标题】：read xlsb file as pandas dataframe and parse the date column as datetime format

【发布时间】：2021-09-02 00:43:37

【问题描述】：

我有一个包含大约 10 列的“some.xlsb”文件，其中 2 列是 DateTime 列。

当我使用 pandas 加载时，日期时间列会以不同的形式解析。

解释：

其中DateTime 值对应于4/10/2021 11:50:24 AM - 读作44296.5

下面是我试过的代码。

goods_df = pd.read_excel('some.xlsb',
                   engine='pyxlsb', sheet_name='goods_df')

goods_df_header = goods_df.iloc[1]
goods_df.columns = goods_df_header #set the header row as the df header
goods_df= goods_df[2:]
goods_df.head(2)

【问题讨论】：

您可能希望在导入后对日期时间进行解析，请参见例如Convert Excel style date with pandas.

【参考方案1】：

当您使用 pandas 读取 xlsb 文件时，您将获得 excel 时间浮点值，因为 xlsb 在存储之前将日期时间对象转换为浮点值。

根据 Microsoft 44296.5 表示自 1900 年 1 月 1 日以来已过去 44296.5 天。

您需要将其转换为纪元，然后使用以下公式确定日期（纪元值 = 自 1970 年 1 月 1 日 00:00:00 以来经过的秒数）。

a = datetime.datetime.strftime((int(<datevalue from excel>)*86400)-2207520000, "%m/%d/%Y")

或者您可以将此 xlsb 保存为 xlsx 并阅读它，您将获得准确的日期时间对象。