Pandas read_excel无法正确解析日期-而是返回一个恒定日期

Question

我已经使用以下代码读取了.xlsb文件和已解析的日期列：

dateparser = lambda x: pd.to_datetime(x)

data = pd.read_excel(r"test.xlsb", engine="pyxlsb",
                 parse_dates=["start_date","end_date"],
                 date_parser=dateparser
                 )

。xlsb文件中的我的输入列的格式为DD / MM / YYYY（例如26/01/2008）。作为上述代码的输出，例如：1970-01-01 00：00：00.000038840。仅后5位数字会更改。

如果我读取相同的文件而不解析日期，则相同的列为float64类型，并且仅包含之前输出的最后5位（例如38840.0。

我认为这是与日期编码本身有关的问题。有人知道如何解决此问题吗？

Answer 1

我不确定您是否能够找到解决此问题的答案。但是，下面是我的解决方法：

from pyxlsb import convert_date

self.data: pd.DataFrame = pd.read_excel(self.file, sheet_name=self.sheet, engine='pyxlsb', header=0)
self.data["test"] = self.data.apply(lambda x: convert_date(x.SomeStupidDate), axis=1)

可以在这里找到更多详细信息：https://pypi.org/project/pyxlsb/，对“ convert_date”进行ctrl + F。