将日期（excel格式）的数字表示转换为python日期和时间，然后将它们拆分为pandas中的两个单独的dataframe列

Question

我在电子表格中导入了一些数据。它位于数据框中，但日期采用数字表示或格式

41516.43

首先，我想将其转换为日期和时间对象

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

然后我想将date_val分别分为日期和时间，并将它们放在我的数据框中的单独列中（df）

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

Answer 1

从another question拼凑起来：

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：可能是轻微的差异是由于您给出的浮子的四舍五入。

和"bare-knuckle no-seat-belts use-at-own-risk"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]

我认为在使用read_excel时解析日期通常更为可取。