当前位置：首页 > news >正文

python 中的datetime, time（笔记向）

news 2025/9/15 15:45:41

首先需要说明的是，excel会对日期和时间进行自己的处理，在excel中将日期格式转换成数值格式，会出现整数，对时间转换成数值格式会出现小数，这不是本文讨论的重点。

python中的 time 类在excel中是没有对应的格式名称的，即time对象通过pandas的to_excel写到excel中并不能直接转换成下图中的日期和时间

那么这会导致什么问题呢？

Q1: 世界上到底存不存在24:00:00?

A1: 我认为不存在！excel和pandas也是这么设计的，他们都在时间格式或者 time 类的设计中将24:00:00进行了转换，但是他们的转换结果是不一样的，

在excel的单元格中输入，然后设置其单元格格式为时间，那么将会显示成0:00:00
在pandas中，读取这个单元格，在转换成time类型，将会成为timedelta(days=1)，

Q2: 在excel中写入 2025-3-1 这一串内容，pandas和excel将会怎么进行解析？

Q2: 如果是在excel中写入类似于日期这样格式的数据，在输入之后就会立马被转换成默认日期格式

在excel中，总是计算1899-12-30 这个到这个输入日期之间的天数，比如输入2025-3-1后会自动解析成数值 45658，这个数字是 1899-12-30 到 2025-3-1 之间的天数，当我们在excel中手动设置日期的格式，只是在选择显示的内容的格式
在pandas中，要解析这个数字需要使用特定的类来管理，这就是 timestamp 这个类，要想将45658 转换成一个 timestamp，可以通过 pd.to_datetime() 这个接口将数值传入，返回一个timestamp 类，这个类包含年月日时分秒。还需要指定计算起始日期（1899-12-30），下面是to_datetime 接口以及用法示例

to_datetime(arg, errors, dayfirst, yearfirst, format, unit, origin, utc, infer_datetime_format, cache)# 常见用法如下，执行下面的代码后， time_stamp 为 Timestamp('2025-03-01 00:00:00')
time_stamp = pd.to_datetime(45658, origin='1899-12-30', unit='d')，

Q3: 在 mysql 执行查询后，把00:15所在列规定为 VARCHAR 类型，通过pymysql和pandas将这一列的查询结果进行管理，再将结果放到excel中进行管理，那么pandas和excel将会怎么进行解析？

# 问题对应的python代码示例
connection = pymysql.connect(**db_config)
cursor = connection.cursor()
query = """
SELECT province AS '省份', info_date AS '日期', time_part AS '时刻', bidding_space AS '竞价空间'
FROM `cost_daily`
WHERE info_date BETWEEN '2024-01-01' AND '2025-06-30' AND (province = '蒙西' OR province = '福建' OR province = '山西')
"""  # 替换为你的查询语句和表名。cursor.execute(query)
results = cursor.fetchall()
df = pd.DataFrame(results, columns=[desc[0] for desc in cursor.description])  # 将结果转换为DataFrame。确保列名正确对应。df.to_excel('output.xlsx', index=False, engine='openpyxl')  # 使用openpyxl引擎保存到Excel文件。或者使用engine='xlsxwriter'。
cursor.close()  # 关闭游标。
connection.close()  # 关闭数据库连接。

A3: 往excel里输入 00:15 这样类似于时刻这样格式的数据，在输入之后就会立马被转换为默认时间格式。但是如果是经过问题中的过程往excel里写数据，那么pandas和excel都会将其转换为字符串格式，此时就要尤其注意这两种方式的匹配问题。

如果在excel中键入00:15，会将输入直接识别为 0:15 这样的格式。但是问题中在写入excel之后将会变成文本格式。
在pandas中，会将excel中键入的00:15直接识别为 time 对象。pandas也会将其识别为字符串。

那么问题中的的sql写入的00:15(字符串数据)如果碰见了 excel键入的0:15()转换为 datetime.time 类型的数据，怎么相互转换呢？

# 假设df1这个dataframe的 时刻 这一列放着00:15字符串
# 想要转换成datetime.time()类，执行以下两行代码
df1['时刻'] = pd.to_datetime(df1['时刻'], format='%H:%M').dt.strftime('%H:%M:00')
df1['时刻'] = pd.to_datetime(df1['时刻'], format='%H:%M:%S').dt.time# 假设df这个dataframe的 时间 这一列放着值为 0:15 datetime.time()对象
# 想要转换成字符串，执行以下一行代码
df['时间'] = pd.to_datetime(df['时间'], format='%H:%M').dt.strftime('%H:%M:00')

其中 strftime('%H:%M:00') 将字符串或者 datetime.time() 对象转换成指定的字符串格式，但是最好加上 :00，保证标准统一