利用python对excel中一列的时间数据更改格式操作

问题场景：需要将下列的交期一列的数据格式更改成2019/05/10 存货编码 尺寸 数量 交期 0 K10Y0190000X B140 200 2019-05-10 00:00:00 1 K10Y0190000X B150 200 2019-05-10 00:00:00 2 K10Y0190000X B165 100 2019-05-10 00:00:00 3 K10Y0190000X B175 300 2019-05-10 00:00:00 4 K10Y0190000X B180 200 2019-05-10 00:00:00 5 K10B02400000 B130 40 在Python编程中，处理Excel文件是一项常见的任务，特别是在数据分析和数据清洗方面。本文将详细讲解如何利用Python对Excel文件中某一列的时间数据进行格式更改，以满足特定的需求，例如将"2019-05-10 00:00:00"这样的日期时间格式转换为"2019/05/10"的纯日期格式。 我们需要导入必要的库。`pandas`库用于处理数据，`numpy`库则常作为数据计算的辅助库，虽然在这个例子中没有直接使用，但通常会一起导入。此外，如果你需要读写Excel文件，`pandas`已经内置了`read_excel`和`to_excel`函数，所以不需要额外导入如`xlrd`和`xlwt`这样的库来处理Excel文件。 1. **读取数据**： 使用`pandas`的`DataFrame`和`read_excel`函数，可以从Excel文件中加载数据到DataFrame对象。例如： ```python import pandas as pd df = pd.DataFrame(pd.read_excel('C:\\Users\\yys\\Desktop\\请购单.xlsx')) ``` 这将创建一个DataFrame，其中包含了Excel文件中的所有数据。 2. **数据处理**： 要更改日期格式，我们需要遍历该列并应用格式转换。在这个例子中，日期格式是`%Y-%m-%d %H:%M:%S`，目标格式是`%Y/%m/%d`。我们可以使用`time`模块的`strptime`和`strftime`函数来实现这个转换。 ```python t_list = [] for i in df['交期']: i = str(i) t1 = time.strptime(i, "%Y-%m-%d %H:%M:%S") t2 = time.strftime("%Y/%m/%d", t1) t_list.append(t2) ``` 这段代码将`交期`列中的每个日期时间字符串转换为新的格式，并将结果存储在`t_list`列表中。 3. **更新数据框**： 接下来，将转换后的日期添加到数据框的一个新列中，然后删除原始的日期列。 ```python df['交货日期'] = t_list del df['交期'] ``` 4. **保存结果**： 使用`to_excel`函数将处理后的DataFrame保存为新的Excel文件。 ```python df.to_excel('E:\\yys\\请购单_new.xlsx') ``` 这将创建一个新的Excel文件，其中的日期列已经按照指定的格式更新。 补充知识：在Python中处理Excel文件时，确保日期被正确显示为日期格式而不是数值，可以通过设置单元格的样式完成。在使用`xlwt`库时，可以创建一个`XFStyle`对象，设置其`num_format_str`属性为期望的日期格式，然后在写入数据时应用该样式。不过，由于我们在这里使用的是`pandas`，这个步骤是不必要的，因为`pandas`在默认情况下会正确地识别和呈现日期。 通过以上步骤，我们可以有效地更改Excel文件中一列的时间数据格式。在实际操作中，根据数据的实际情况，可能还需要处理异常值、空值等问题。此外，如果需要批量处理多个文件，可以将整个过程封装成一个函数，以便重复使用。对于大型数据集，还可以考虑使用更高效的数据处理库，如`dask`，以提高性能。