我有以下格式的股票行情数据:
40289.65972
40289.66319
40289.66667
并且Excel能够神奇地将它们转换为:
4/22/14 3:50 PM
4/22/14 3:55 PM
4/22/14 4:00 PM
通过"格式化单元格"
如何在pandas
中进行相同的转换?
答案 0 :(得分:7)
上面链接中提到的解决方案有效,所以我将在此处重新发布该代码段。谢谢!
import datetime
def minimalist_xldate_as_datetime(xldate, datemode):
# datemode: 0 for 1900-based, 1 for 1904-based
return (
datetime.datetime(1899, 12, 30)
+ datetime.timedelta(days=xldate + 1462 * datemode)
)
答案 1 :(得分:4)
要留在熊猫(快速邪恶)中,请使用to_timedelta()
import pandas as pd
# should get 7/7/1988 1:26:24 a.m. (https://support.microsoft.com/en-us/kb/214094)
pd.to_datetime('1899-12-30') + pd.to_timedelta(32331.06, 'D')
产生
Timestamp('1988-07-07 01:26:24')
如果你有一个充满excel-float-dates的数据框,你可以转换整个东西:
df['BetterDT'] = pd.to_datetime('1899-12-30') + pd.to_timedelta(df.ExecDate, 'D')
答案 2 :(得分:2)
Excel认为1900是闰年,所以要小心你要翻译的内容: http://spreadsheetpage.com/index.php/oddity/the_intentional_date_bug/