将日期的数字表示形式（excel格式）转换为python日期和时间，然后将它们拆分为两个单独的数据框列

我正在电子表格中导入一些数据。它在数据框中，但日期是数字表示或格式

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，我想将日期拆分为日期和时间，并将它们分别放在我的数据框（df）中的不同列中

拼凑自：

注：大概是由于您给出的浮点值的四舍五入造成的微小差异

版本为：

---

我认为通常最好在使用时解析日期。

这种数字格式是什么？excel中的日期（作为短日期），但随后我删除了所有格式。从整个电子表格，使它更容易阅读。简而言之，是excel日期格式吗？本页显示日期时间序列号是格式。。没有比这更详细的了。您是如何获得csv的，您是否尝试过使用to_excel？@AndyHayden我确实使用了to excel>并获得了>>41516.43。我选择在导入时不解析日期，因为我通常按原样导入数据，花时间查看数据以了解我能做些什么。我通常不想知道我会有多少专栏以及这些专栏的格式。谢谢你。请你解释一下什么是LAMDA，以及它是如何工作的。我经常看到它，但不知道它在做什么。它本质上是把3行代码变成1行吗？没有lamda，你还能用另一种方式写lamda语句吗？还有@Andy Hayden，为什么你必须先把浮点数转换成一个系列？\@Yoshisery数据帧中的一列是一个系列。Lambda如果是一种内联的函数生成方式。你能用一个普通函数而不是lamda来实现它吗，也就是说，有没有不用lamda的方法？@yoshiserry是的，Lambda和函数是一样的，它只是内联的。因此，您可以执行

def（x）：returndatetime（*xldate\u as\u tuple（x，0））

。

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

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]

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]