解决python 读取excel时 日期变成数字并加.0的问题

当使用Python读取Excel文件中的日期字段时，可能会遇到日期变成数字并加“.0”的问题。这是因为Excel中的日期被存储为浮点数，而Python读取Excel时默认情况下会把它们读取为浮点数。为了解决这个问题，可以按照以下步骤进行操作：

步骤一：安装pandas库

Pandas是一种数据处理库，提供了很多处理Excel表格的方法，可以解决读取Excel表格日期字段显示为浮点数的问题。可以使用以下命令安装pandas：

pip install pandas

步骤二：使用pandas读取Excel文件

使用pandas读取Excel文件时，可以指定要读取的列和数据类型。为了将日期数据作为日期类型读取，可以使用pandas的to_datetime函数。以下是一个示例代码：

import pandas as pd

df = pd.read_excel('data.xlsx', usecols=['Date'], parse_dates=['Date'])
print(df)

在这里，我们将Excel文件中的“Date”列作为要读取的列，并使用parse_dates参数将该列解析为日期类型。这样，读取Excel文件后，日期数据就会正确地显示。

步骤三：格式化日期输出

如果要将日期数据导出到文件或其他数据源中，可能需要将其转换为特定的日期格式以方便使用。可以使用strftime函数将日期格式化为指定的格式。以下是一个示例代码：

import pandas as pd

df = pd.read_excel('data.xlsx', usecols=['Date'], parse_dates=['Date'])
df['Date_str'] = df['Date'].dt.strftime('%Y-%m-%d')
print(df)

在这里，我们使用了strftime函数将日期格式化为‘%Y-%m-%d’格式。然后，将格式化后的日期数据保存在新添加的“Date_str”列中。

示例

下面是一个完整的示例，展示如何读取Excel文件中的日期列，并将其格式化为指定格式：

import pandas as pd

df = pd.read_excel('data.xlsx', usecols=['Date'], parse_dates=['Date'])
df['Date_str'] = df['Date'].dt.strftime('%Y-%m-%d')
df.to_csv('out.csv', index=False)

在此示例中，我们从Excel文件中读取了“Date”列，并将其解析为日期类型。然后，使用dt.strftime函数将日期格式化为‘%Y-%m-%d’格式，并将格式化后的日期保存到新添加的“Date_str”列中。最后，我们将整个数据集导出为CSV文件，以便以后使用。