Python Pandas-从read_excel转换十进制日期

我已经在csv中使用熊猫转换了一些excel文件。我注意到现在日期是十进制的。但是，我不清楚如何转换为

datetime

或至少转换为timestamp

因此，转换日期如下所示：

42794.741667

---

我知道小数点之前是1900年以后的日子，但我找不到任何关于小数点第二部分的信息。许多问题建议直接从read_excel转换：。但是，我不能这样做，因为excel文件非常复杂，没有预定义的结构。

excel日期不是从1970年开始的几天，而是从1899年12月30日开始的几天。（您可能会想到Posix时间戳，即1970年1月1日起的秒数）

Excel报告第一天为1900年1月1日（这意味着一个纪元为1899年12月31日），但Excel也认为1900年是闰年，而事实并非如此，因此Excel的计数在1900年1月1日至1900年2月28日之间的日期为1

这种行为是故意的。早期，Excel与市场领导者Lotus 1-2-3竞争，Lotus 1-2-3也认为1900年是闰年，当人们开始关注它时，它被认为破坏性太大，无法修复

您可以将Excel日期转换为Python

datetime

s，而

pandas

将理解为：

>>> import datetime
>>> datetime.datetime(1899,12,30) + datetime.timedelta(days=42794.741667)
datetime.datetime(2017, 2, 28, 17, 48, 0, 28800)

---

如果将42794.741667粘贴到空Excel电子表格中并将其格式化为日期，则可以确认转换。

Excel日期不是1970年起的几天，而是1899年12月30日起的几天。（您可能会想到Posix时间戳，即1970年1月1日起的秒数）

Excel报告第一天为1900年1月1日（这意味着一个纪元为1899年12月31日），但Excel也认为1900年是闰年，而事实并非如此，因此Excel的计数在1900年1月1日至1900年2月28日之间的日期为1

这种行为是故意的。早期，Excel与市场领导者Lotus 1-2-3竞争，Lotus 1-2-3也认为1900年是闰年，当人们开始关注它时，它被认为破坏性太大，无法修复

您可以将Excel日期转换为Python

datetime

s，而

pandas

将理解为：

>>> import datetime
>>> datetime.datetime(1899,12,30) + datetime.timedelta(days=42794.741667)
datetime.datetime(2017, 2, 28, 17, 48, 0, 28800)

如果将42794.741667粘贴到空Excel电子表格中并将其格式化为日期，则可以确认转换