python 代码实现 excel 各种日期格式统一

在Python中，我们可以使用pandas库来处理Excel文件，并对日期格式进行统一。Pandas有一个内置的功能叫做`to_datetime()`，可以将不同格式的字符串转换成日期时间对象，然后你可以选择一种特定的输出格式。

以下是一个简单的例子，展示如何读取Excel文件中的日期并将其转换为标准格式：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('your_file.xlsx')

# 检查列中可能存在哪些日期格式
date_columns = df.select_dtypes(include=['datetime64']).columns.tolist()

# 遍历每一列，将日期字符串转换为统一格式，例如 'yyyy-mm-dd'
for col in date_columns:
    df[col] = pd.to_datetime(df[col], errors='coerce').dt.strftime('%Y-%m-%d')

# 错误值（如非日期字符串）会被设置为NaT（Not a Time）
# 如果需要填充其他值，可以使用fillna()函数

df.to_excel('formatted_file.xlsx', index=False)

在这个示例中，我们首先读取Excel数据，然后针对每列日期型数据，尝试转换为日期格式，如果转换失败（即遇到非日期字符串），会返回NaT。最后，我们将处理后的DataFrame保存到新的Excel文件。

相关问题

Excel数据清洗Python 代码

### Python Excel 数据清洗 示例代码

#### 使用 Pandas 和 Openpyxl 进行数据清洗

为了有效地进行 Excel 数据清洗，可以利用 `pandas` 库的强大功能来处理和转换数据。下面提供了一个完整的示例，展示了如何加载 Excel 文件并执行一些常见的数据清理操作。

import pandas as pd

# 安装必要的库
!pip install pandas openpyxl  # 如果尚未安装这些库，则需要先运行此命令[^3]

# 加载 Excel 文件到 DataFrame 中
file_path = 'data.xlsx'
df = pd.read_excel(file_path)

# 查看原始数据结构
print("原始数据:")
print(df.head())

# 去除重复行
df_cleaned = df.drop_duplicates()

# 处理缺失值 (用均值填充数值列中的缺失值)
for column in df.select_dtypes(include=['float64', 'int64']).columns:
    mean_value = df[column].mean()
    df_cleaned[column] = df_cleaned[column].fillna(mean_value)

# 对于分类变量可以用众数填充
for column in df.select_dtypes(include=['object']).columns:
    mode_value = df[column].mode()[0]
    df_cleaned[column] = df_cleaned[column].fillna(mode_value)

# 删除含有大量缺失值的列（假设超过一半的数据为空）
half_count = len(df) / 2
df_cleaned = df_cleaned.dropna(thresh=half_count, axis=1)

# 将日期字符串转换为 datetime 类型
if 'date_column' in df.columns:  
    df_cleaned['date_column'] = pd.to_datetime(df_cleaned['date_column'], errors='coerce')

# 移除非数字字符以便后续计算
def remove_non_numeric(value):
    try:
        return float(''.join(filter(str.isdigit, str(value))))
    except ValueError:
        return None
    
numeric_columns = ['column_with_numbers']
for col in numeric_columns:
    df_cleaned[col] = df_cleaned[col].apply(remove_non_numeric).astype(float)

# 输出清理后的前五行记录以供查看
print("\n经过初步清理之后的数据:")
print(df_cleaned.head())

通过上述脚本，实现了如下几个方面的数据预处理工作：

- **去重**：删除完全相同的重复项。
- **填补缺失值**：对于连续型特征采用平均值替代；而对于离散类别则选取最常见的选项作为补充。
- **移除低质量字段**：当某一属性存在过多空白单元格时将其舍弃。
- **标准化特定格式**：比如把时间戳统一调整成标准的时间序列对象；以及去除可能干扰分析工作的非数字成分。

写一段python代码：导入电脑中的Excel数据，统一先按照str读入，之后转换，再打印前几行数据验证

好的，以下是代码：

import pandas as pd

# 读取Excel文件，sheet_name为工作表名称
df = pd.read_excel('file.xlsx', sheet_name='Sheet1', dtype=str)

# 转换数据类型
df['column1'] = pd.to_numeric(df['column1'])
df['column2'] = pd.to_datetime(df['column2'], format='%Y-%m-%d')

# 打印前5行数据
print(df.head())

在这个示例中，我们使用了pandas库来导入Excel文件中的数据，并将数据类型转换为所需的类型。我们将列'column1'转换为数值型，将列'column2'转换为日期型。最后，我们使用head()函数打印前5行数据进行验证。