读取Excel错误解析欧洲日期（Python 3.4.3 | | 0.17.0）

在下面的问题中，似乎还没有答案

在欧洲机器上，Pandas在解析具有欧洲格式（dd-mm-yyyy）的Excel工作表中的日期时有一个令人困惑的错误。日数在1-12之间的日期将自动转换为美国标准（mm dd yyyy），而日数大于12的日期将以欧洲方式解析（dd mm yyyy）。这显然会导致问题

• 2011年5月10日=>2011年10月5日
• 2011年10月5日=>2011年5月10日
• 2011年5月31日=>2011年5月31日
• 2011年12月14日=>2011年12月14日

如果“日”和“月”都小于13，总有一个解决方案来对日期进行后期处理并切换，但这似乎不是它的工作方式。有没有人找到更好的解决办法？提前谢谢

python: “3.4.3 | Anaconda 2.1.0（x86_64）|（默认值，2015年10月20日，14:27:51）\n[GCC 4.2.1（Apple Inc.build 5577）]

熊猫： “0.17.0”

2015年11月17日编辑

我自己找到了一个解决方案：包括dayfirst=True和to\u datetime（）

对我来说，它仍然像一只虫子。我添加了代码的简化版本，以提供更多的上下文。该脚本读取包含个人数据的Excel工作表，并进行转换以创建可用于服务器上载的新工作表。输入可以变化很大，但我简化了示例

在代码中添加了我的解决方案，并让它生成两个日期输出：一个有一个没有dayfirst=True

在两个不同的excel工作表上运行代码。其中一个根本没有问题（xlsx文件，示例2），另一个（xls，示例1）列之间存在差异。熊猫似乎能够正确识别日期和月份，但很难从日期创建字符串，并在ipython输出中自动混淆顺序

示例1的输入列表

xls文件的最终列表，请参见名称4的问题

示例2的输入列表

xlsx文件的最终列表，名称3没有问题

---

你能分享一个复制问题的excel文件吗？我无法上传到网站上。制作了截图。这足够了吗？或者我应该在链接中共享它们吗？

# Module for test list

path = "xxxx"
namefile = "testlist 1.xls"
#namefile = "testlist 2.xlsx"
schoolnaam = 'schoolname'
BRIN = 'XXXX'
meetperiode = 'MPX'
meetjaar = '20xx/20xx'

os.chdir(path)

df = pd.DataFrame()
df = pd.read_excel(namefile,0, header = None, parse_dates = True)

df1 = pd.DataFrame()
df1 = df

df1.columns = ['Leerlingnummer', 'Achternaam', 'Geslacht', 'Blank', 'Leerjaar', 'Gebdatum']
df1 = df1[['Leerlingnummer', 'Achternaam', 'Geslacht', 'Gebdatum']]

# Sheet Leerling

df1.loc[df1['Leerlingnummer'].str.contains('Groep|/|A|B|C|D|E|F|G|H|I|J', na=False), 'Naam groep'] = df1.Leerlingnummer
df1['Naam groep'] = df1['Naam groep'].ffill()

df1.dropna(thresh=5, inplace = True)


df1['Achternaam'] = df1['Achternaam'].str.strip()
df1['Geslacht'] = df1['Geslacht'].str.strip().str.upper()
df1['Naam groep'] = df1['Naam groep'].str.strip()
df1['Voornaam'] = np.nan
df1['Tussenvoegsel'] = np.nan
df1['Geboortedatum']= pd.to_datetime(df1.Gebdatum).apply(lambda x: x.strftime('%d-%m-%Y'))
df1['Geboortedatum2']= pd.to_datetime(df1.Gebdatum, dayfirst=True).apply(lambda x: x.strftime('%d-%m-%Y'))

dfLeerling = df1[['Achternaam','Voornaam','Tussenvoegsel','Geslacht','Geboortedatum','Geboortedatum2','Naam groep']]


# Sheet Groep

gb = df1.groupby('Naam groep')
klaslijst = list(gb.groups)
klaslijst.sort()

dfGroep = pd.DataFrame(data = klaslijst, columns=['Naam groep'])
dfGroep['Lesjaar'] = meetjaar
dfGroep['Naam leraar'] = np.nan
dfGroep['Opmerkingen'] = np.nan

# Sheet School

dfSchool = pd.DataFrame({'BRIN': BRIN, 'Naam school': schoolnaam, 'Adres':[np.nan], 'Postcode':[np.nan], 'Plaats':[np.nan],
                       'Telefoon':[np.nan], 'Email':[np.nan], 'Website':[np.nan]})
dfSchool = dfSchool[['BRIN','Naam school','Adres','Postcode','Plaats','Telefoon','Email','Website']]

# Writer

namefile2 = 'Final list %s %s.xlsx' % (schoolnaam, meetperiode)

writer = pd.ExcelWriter(namefile2)
dfSchool.to_excel(writer, 'School', index=False)
dfGroep.to_excel(writer, 'Groep', index=False)
dfLeerling.to_excel(writer, 'Leerling', index=False)
writer.save()

dfLeerling.head()