从 xlsb 文件将日期格式化为 MM/DD/YYYY

Question

我有一个 .xlsb 文件，我想使用 pandas 进行分析。我找到了如何使用 pyxlsb 打开文件并创建另一个数据集。但是，现在的问题是时间格式已更改为不同的数字格式（例如 41256）。

我现在使用的代码是：

dataset = []

with open_xlsb(file) as wb: #opening an xlsb file workbook
    with wb.get_sheet(1) as sheet1:
        for row in sheet1.rows():
            dataset.append([item.v for item in row])

dataset= pd.DataFrame(dataset[1:], columns=dataset[0])

我已经尝试过如下的convert_date：

convert_date(dataset)

我也尝试过 to_datetime 函数，但不确定我是否正确使用它。作为参考，我正在使用的数据集在多列和多行中有日期，所以我正在寻找一种方法将它们全部转换为正确的格式，同时忽略任何错误。

编辑：所以我没有包含“日期”的单列，而是有多个列，例如 StartDate、EndDate、Last Updated 和其他一些列。我想看到的结果是，如果我转到一个列，例如 dataset.columns['StartDate']，我想获得一个日期值，例如 15/03/2019，而不是 42156。

任何帮助将不胜感激！

Answer 1

由于this answer，我遇到了类似的问题。

尝试datetime模块中的函数datetime.fromordinal如下：

from datetime import datetime


# for integers
def convert_int_date(ordinal_date):
    date_time = datetime.fromordinal(
        datetime(1900, 1, 1).toordinal() + ordinal_date - 2
    )
    return date_time

dataset["StartDate"] = dataset["StartDate"].astype(int).apply(convert_int_date)

然后您可以随意格式化您的日期。

dataset["StartDate"] = dataset["StartDate"].dt.strftime("%m/%d/%Y")

在我的特殊情况下，每个日期都由一个整数给出。没有考虑小时、分钟和秒。如果您确实需要考虑这些（或者如果您有一个浮点数作为日期），请尝试以下操作：

# for floats
def convert_float_date(ordinal_date):
    hours, r = divmod(ordinal_date, 1)
    minutes, r = divmod(r*60, 1)
    seconds = r*60

    date_time = datetime.fromordinal(
        datetime(1900, 1, 1).toordinal() + ordinal_date - 2
    )
    datetime = date_time.replace(hour=hours, minute=minutes, second=seconds)
    return date_time

dataset["StartDate"] = dataset["StartDate"].astype(float).apply(convert_float_date)

Credits

Answer 2

假设您的日期列是“日期”，命令将是这样的：

dataset['Date'] = pd.to_datetime(dataset['Date'], format='%m/%d/%Y')