将日期的数字表示（Excel格式）转为Python日期时间，并在pandas中分成两个独立的数据框列

Question

我正在一个电子表格中导入一些数据。这些数据在一个数据框里，但日期是以数字的形式表示的。

41516.43

首先，我想把它转换成日期和时间的对象。

date_val = 30/08/2013  10:13:26 AM

然后，我想把日期和时间分开，分别放到我的数据框（df）中的不同列里。

| **original date** | **date**     | **time** | 
41516.43              30/08/2013      10:13:26 AM

Answer 1

从另一个问题中整理出来的信息：

In [11]: s = pd.Series([41516.43])

In [12]: from xlrd.xldate import xldate_as_tuple

In [13]: from datetime import datetime

In [14]: s.apply(lambda x: datetime(*xldate_as_tuple(x, 0)))
Out[14]:
0   2013-08-30 10:19:12
dtype: datetime64[ns]

注意：你给的浮点数可能会因为四舍五入而有些许差别。

还有“不带安全带，使用风险自负”的版本：

In [21]: pd.Timestamp('1899-12-30') + (pd.offsets.Day(1).nanos * s).astype(np.timedelta64)
Out[21]:
0   2013-08-30 10:19:12
dtype: datetime64[ns]

我觉得在使用read_excel时，解析日期通常是更好的选择。