Pandas保存CSV为Excel后时间数据丢失了，如何解决？

Pandas处理CSV转Excel时间数据丢失问题

在使用Pandas将CSV文件转换为Excel文件（xlsx）时，经常会遇到时间列数据丢失变成NaN的问题。本文将分析原因并提供解决方案。

问题：

从CSV文件（包含时间列，例如“审核入库时间”）导入数据到Pandas DataFrame，再保存为xlsx文件。重新读取xlsx文件时，时间列数据变为NaN。

原因分析：

Pandas读取CSV和Excel文件对日期时间数据的处理方式不同。read_csv()通常能自动识别并正确解析CSV中的日期时间，但to_excel()保存的xlsx文件可能会丢失或改变时间数据的格式信息。read_excel()默认无法识别这些格式变化，导致解析为NaN。

解决方案：

在读取xlsx文件时，使用parse_dates参数指定时间列，并用date_parser参数提供自定义函数进行日期时间解析。此函数利用pd.to_datetime()，并根据实际时间数据格式指定格式字符串。

代码示例：

假设你的时间列名为“审核入库时间”，且时间格式为“%Y-%m-%d %H:%M:%S”，则代码如下：

import pandas as pddf = pd.read_excel('output.xlsx', parse_dates=['审核入库时间'],                    date_parser=lambda x: pd.to_datetime(x, format='%Y-%m-%d %H:%M:%S'))

登录后复制