Python2.7.10
尝试了熊猫0.17.1 --功能read_excel
试用了pyexcel 0.1.7 +pyexcel-xlsx0.0.7-函数get_records()
在Python中使用熊猫时,是否可以读取excel文件(格式: xls、xlsx),并保留包含date或date + time值的列作为字符串而不是到datetime.datetime或timestamp类型?
如果这是不可能的使用熊猫,有人能建议一个替代的方法/库读取xls,xlsx文件,并保留日期列值为字符串?
对于熊猫解决方案尝试,df.info()和生成的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尝试/方法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尝试/方法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)并且也尝试了pyexcel库,但是它做了相同的自动魔术转换行为:
尝试/方法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'])))
)发布于 2022-02-02 17:05:15
在从excel中提取日期时,我也遇到了同样的问题。我的列有MM/DD/YYYY格式,但以Pyhton格式读取它并转换为CSV格式之后,格式被转换为MM/DD/YYYY 00:00:00。幸运的是找到了解决办法。使用
excel = pd.read_excel(file, dtype=object)而不是
excel = pd.read_excel(file, dtype=str)很管用。
我不知道为什么,也会感谢一些有经验的python程序员来解释。
https://stackoverflow.com/questions/34156830
复制相似问题