如何修复同一列中datetime.datetime和datetime.time对象混乱的Excel导入

Question

我必须使用pd.read_excel()将多个Excel文件读入到pandas数据框中。Excel文件有一个包含日期的列和一个包含时间(HH:MM:SS)的列。在pandas df中，time-column被解释为datetime.time，但是当时间是午夜00:00:00时，它被解释为1899-12-30T00:00:00.000Z，这是一个datetime.datetime。

|  Excel   |         pandas df        | type in pandas df |
|----------|--------------------------|-------------------|
| 23:30:00 | 23:30:00                 | datetime.time     |
| 23:45:00 | 23:45:00                 | datetime.time     |
| 00:00:00 | 1899-12-30T00:00:00.000Z | datetime.datetime |
| 00:15:00 | 00:15:00                 | datetime.time     |

我如何强制熊猫读取整个time-column作为time或datetime (我不关心哪个，我只希望它们都是一样的)？

我最后需要的是一个datetime-column (不能是索引，所以没有"parse Date“)，我只是简单地组合了Date-和Time-column。不幸的是，我不知道是怎么回事，因为Time-column中的time和datetime组合混乱。

Answer 1

您可以将列转换为字符串，使用pd.to_datetime解析为pandas datetime，并可选择再次使用strftime将其格式化为HH:MM:SS字符串。例如，假设“time”是有问题的列，

df['time'] = pd.to_datetime(df['time'].astype(str)).dt.strftime('%H:%M:%S')

例如会给你

df
       time
0  23:30:00
1  23:45:00
2  00:00:00
3  00:15:00

您还可以指定在pd.read_excel调用中使用关键字将列直接作为字符串导入，例如dtype={'time': str}。