修复 pandas 将 csv 文件另存为 xlsx 文件后读取时间值变为 nan 的问题
在使用 pandas 读写文件时，时间值处理是一个常见的痛点。当您将 csv 文件另存为 xlsx 文件后再次读取时，时间值可能会变成 nan。下面解释这个现象并提供一个解决方案。
问题原因：
当 pandas 将 csv 文件另存为 xlsx 时，它将时间值存储为 excel 数字格式。excel 存储日期和时间的方式与 pandas 不同。当您再次使用 pandas 读取 xlsx 文件时，它无法识别这些数字格式的时间值，因此将其解释为 nan。
解决方案：
要解决此问题，您需要在读取 xlsx 文件时指定 parse_dates 和 date_parser 参数。parse_dates 指定要解析为日期时间的列，而 date_parser 指定用于解析的函数。
以下示例展示了解决方案：
df = pd.read_csv('input.csv')
df.to_excel('output.xlsx', index=False)
# 读取 XLSX 文件时指定参数
df = pd.read_excel('output.xlsx', parse_dates=['审核入库时间列'], date_parser=lambda x: pd.to_datetime(x, format='%Y-%m-%d %H:%M:%S'))在上面的例子中，parse_dates 参数指定了 审核入库时间列 列应该解析为日期时间。date_parser 参数指定了将数字格式的时间值转换为日期时间对象的函数。在这种情况下，我们使用 pd.to_datetime 函数，并指定了 '%y-%m-%d %h:%m:%s' 的格式。
通过指定这些参数，pandas 能够正确解析 xlsx 文件中的时间值，从而防止它们变为 nan。
以上就是用 Pandas 将 CSV 文件另存为 XLSX 后时间值变为 NaN，如何解决？的详细内容，更多请关注php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
481
收藏
