防止 csvkit 修改日期/时间？

Posted 2023-02-19

【中文标题】防止 csvkit 修改日期/时间？

【英文标题】：Preventing csvkit from modifying dates/times?

【发布时间】：2015-09-04 07:19:35

【问题描述】：

我只是在尝试 csvkit 将 Excel 转换为 csv。但是，它没有考虑日期和时间的格式，并且从 Excel 自己的另存为 csv 产生不同的结果。例如，这是电子表格的一行：

这就是 Excel 的另存为：

22/04/1959,Bar,F,01:32.00,01:23.00,00:59.00,00:47.23

日期没有特殊格式，时间格式为[mm].ss.00。但是，这是 in2csv 的 csv 版本：

1959-04-22,Bar,F,0.00106481481481,0.000960648148148,0.00068287037037,0.000546643518519

这当然毫无用处。有任何想法吗？似乎没有任何命令行选项 - no-inference 没有帮助。谢谢。

编辑

csvkit 和 xlrd 似乎都考虑了格式，但他们对此并不聪明。在这两种情况下，日期 21/02/1066 都作为文本字符串“21/02/1066”传递，但日期“22/04/1959”被xlrd 和@987654332 转换为“21662.0” @@csvkit。他们俩都只是放弃了很小的经过时间并通过了浮点表示。如果您知道单元格应包含经过的时间，这没关系，因为您只需乘以 24*60*60 即可得到正确答案。

我认为xlrd 在这里不会有太大帮助，因为它的日期元组函数只处理秒，而不是厘秒。

编辑 2

发现了一些有趣的东西。我从一个包含时间的基本电子表格开始。在其中一个中，我将时间格式化为[m:]ss.00，在另一个中，我将它们格式化为[mm:]ss.00。然后我将每个保存为.xls 和.xlsx，总共提供了 4 个电子表格。 Excel 可以将所有 4 个转换为 csv，并且 csv 中的所有时间文本都显示为原始写入（即0:21.0，例如，对于 0m 21.0s）。

in2csv 根本无法处理两个.xls 版本；这次显示为00:00:21。它也无法处理.xlsx 的[m:]ss.00 版本 - 转换给出了全面的“索引超出范围”错误。 in2csv 可以处理的 4 个电子表格中唯一一个是 .xlsx 一个，格式为 [mm:]ss.00。

【问题讨论】：

也在看同样的问题。根据github.com/wireservice/csvkit/pull/779，这应该现在修复，但我仍然无法在通过 pip 提供的版本中使用 --format-date 参数。我认为您可以通过直接从 git 安装来解决此问题。

很有趣 - 我会在接下来的几天里尝试一下。

【参考方案1】：

可选的-I 参数应该可以避免这个问题。在测试您的示例数据时，我得到了 Excel 的另存为生成的结果。

命令： in2csv sample.csv -I > sample-output-i.csv

输出： 22/04/1959,Bar,F,01:32.00,01:23.00,00:59.00,00:47.23

-I, --no-inference 解析 CSV 输入时禁用类型推断。

https://csvkit.readthedocs.io/en/latest/scripts/in2csv.html