Python打开excel数据把时间一列中的小时提取到后面一列

以下是一种实现方法：

import pandas as pd

# 读取excel数据
df = pd.read_excel('data.xlsx')

# 提取时间列的小时部分
df['Hour'] = df['Time'].dt.hour

# 将结果保存到新的excel文件中
df.to_excel('data_with_hour.xlsx', index=False)

首先，我们使用pandas库读取了excel数据并将其存储在DataFrame对象中。然后，使用`dt`属性将时间列`Time`的小时部分提取到新的列`Hour`中。最后，我们使用`to_excel`方法将结果保存到新的excel文件中，设定`index=False`以去除行索引。

相关问题

Python打开excel把其中时间一列中的小时提取到后面一列

可以使用Python的pandas模块来打开excel文件，并提取时间一列中的小时到后面一列。

以下是一个示例代码：

import pandas as pd

# 打开excel文件
df = pd.read_excel('example.xlsx')

# 提取时间一列中的小时到后面一列
df['Hour'] = pd.to_datetime(df['Time']).dt.hour

# 保存修改后的文件
df.to_excel('example_modified.xlsx', index=False)

在这个示例代码中，我们首先使用pandas的read_excel函数打开了一个名为example.xlsx的excel文件，并将其存储在一个名为df的DataFrame对象中。

接下来，我们使用pandas的to_datetime函数将时间一列转换为datetime类型，并使用dt.hour函数提取其中的小时，并将其存储在一个名为Hour的新列中。

最后，我们使用to_excel函数将修改后的DataFrame对象保存到一个新的excel文件example_modified.xlsx中，同时禁止写入行索引（index=False）。

需要注意的是，这个代码示例中假设excel文件中的时间一列格式为datetime类型。如果时间一列的格式不是datetime类型，那么需要先将其转换为datetime类型才能使用dt.hour函数提取小时。

Python打开excel在数据列名最后一列再添加新列名，并把日期那一列转换成整数，把时间一列中小时提取到后面一列

可以使用Python中的pandas库来处理Excel文件，具体步骤如下：

1. 导入pandas库和Excel文件

import pandas as pd

# 导入Excel文件
df = pd.read_excel('文件路径.xlsx')

2. 添加新列名

# 获取列名
columns = df.columns.tolist()

# 在列名最后一列添加新列名
columns.append('新列名')

# 更新列名
df.columns = columns

3. 转换日期列为整数

# 获取日期列的数据
date_col = df['日期列名']

# 将日期列的数据转换为整数
int_date_col = pd.to_datetime(date_col).astype(int)

# 将新的整数列加入数据框中
df['新列名'] = int_date_col

4. 提取时间列中的小时到新的一列

# 获取时间列的数据
time_col = df['时间列名']

# 提取小时到新的一列
hour_col = pd.to_datetime(time_col).dt.hour

# 将新的小时列加入数据框中
df['新列名'] = hour_col

5. 保存Excel文件

# 保存Excel文件
df.to_excel('文件路径.xlsx', index=False)