Pandas处理CSV转XLSX时间列变NaN的有效方法
在使用Pandas将CSV文件转换为XLSX文件后，有时会遇到时间列数据变成NaN的问题。本文提供一种可靠的解决方案，避免数据丢失。
问题：
从CSV导入数据到Pandas DataFrame，再导出为XLSX文件。重新读取XLSX文件时，时间列数据显示为NaN。
原因：
Pandas处理CSV和XLSX文件的时间数据格式存在差异。CSV文件通常以文本格式存储日期时间，而XLSX文件对日期时间有更复杂的存储机制。在CSV转XLSX的过程中，Pandas可能无法正确识别时间列的格式，导致数据类型丢失或错误存储。
解决方案：
关键在于读取XLSX文件时，显式指定时间列并解析其格式。 使用read_excel函数的parse_dates参数指定需要解析为日期时间的列名，并使用date_parser参数自定义日期时间解析函数。
以下代码演示了解决方案：
import pandas as pd
# 读取XLSX文件，并指定时间列和日期解析函数
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', errors='coerce'))
# 'errors='coerce'' 用于处理无法解析的日期，将其转换为NaT (Not a Time) 而不是抛出错误
代码中：
-
parse_dates=['审核入库时间列']：指定'审核入库时间列'为需要解析的时间列。 -
date_parser=lambda x: pd.to_datetime(x, format='%Y-%m-%d %H:%M:%S', errors='coerce')：定义一个匿名函数，使用pd.to_datetime函数将字符串转换为日期时间对象。format='%Y-%m-%d %H:%M:%S'指定了日期时间格式，请根据你的CSV文件中的实际时间格式进行调整。errors='coerce'参数可以处理那些无法按照指定格式解析的日期值，将其转换为NaT，防止程序报错并中断。
请根据你的CSV文件中的实际时间格式修改format参数。 例如，如果你的时间格式是YYYY/MM/DD HH:mm:ss，则应将format参数改为'%Y/%m/%d %H:%M:%S'。 正确设置格式参数是解决问题的关键。
