Pandas 更改Excel日期（作为整数）并在单个列中混合时间戳-已尝试str.extract

我有一个带有日期列的数据框，不幸的是，我的导入（使用read_excel）将日期格式设置为datetime，也将excel日期设置为整数

我要查找的是一列，其日期格式仅为%Y-%m-%d

根据研究，excel从1900-01-00开始，所以我可以添加这些整数。我尝试使用str.extract和regex将列分成两个，一个是datetime，另一个是整数。然而，结果是南安

下面是一个输入代码示例

df = pd.DataFrame({'date_from': [pd.Timestamp('2022-09-10 00:00:00'),44476, pd.Timestamp('2021-02-16 00:00:00')], 'date_to': [pd.Timestamp('2022-12-11 00:00:00'),44455, pd.Timestamp('2021-12-16 00:00:00')]})

尝试首先通过提取整数（从MS excel导入的日期）来分隔列

然而，这给了南

我尝试将整数从列中分离出来的原因是，我在尝试对混合列中的excel日期执行操作时出错（换句话说，使用以下代码时出错：）

关于如何只获取一列日期，有什么指导吗？我发现pandas和python的datetime模块和方面是最令人沮丧的

---

感谢对于

NaT

您可以通过使用

errors='improve'

将值转换为timedelta，如果不是整数，请添加

Timestamp

调用的

d

，然后使用

errors='improve'

转换日期时间，并在自定义函数中最后传递到：

def f(x):
    #https://stackoverflow.com/a/9574948/2901002
    d = pd.Timestamp(1899, 12, 30)
    timedeltas = pd.to_timedelta(x, unit='d', errors='coerce')
    dates = pd.to_datetime(x, errors='coerce')
    return (timedeltas + d).fillna(dates)

cols = ['date_from','date_to']
df[cols] = df[cols].apply(f)
print (df)
   date_from    date_to
0 2022-09-10 2022-12-11
1 2021-10-07 2021-09-16
2 2021-02-16 2021-12-16

---

谢谢jezrael，但是我得到了TypeError:DtypeDateTime64[ns]无法转换为timedelta64[ns]。抱歉，我看到了你的编辑，现在让我试试！！仍然gettingTypeError:dtype datetime64[ns]无法转换为timedelta64[ns]@Prolle-您的版本是什么？在

pandas 1.1.1

中测试，我的版本是1.0.5，现在全部排序。升级成功了。谢谢你的帮助

def convert_excel_time(excel_time):

    return pd.to_datetime('1900-01-01') + pd.to_timedelta(excel_time,'D')

def f(x):
    #https://stackoverflow.com/a/9574948/2901002
    d = pd.Timestamp(1899, 12, 30)
    timedeltas = pd.to_timedelta(x, unit='d', errors='coerce')
    dates = pd.to_datetime(x, errors='coerce')
    return (timedeltas + d).fillna(dates)

cols = ['date_from','date_to']
df[cols] = df[cols].apply(f)
print (df)
   date_from    date_to
0 2022-09-10 2022-12-11
1 2021-10-07 2021-09-16
2 2021-02-16 2021-12-16