我正在尝试从转换为 python 的 Excel 文件中读取数据，然后将其拆分为数字（整数和浮点数）和其他所有内容。有许多不同类型的列。
我目前用
引入数据pd.read_excel
然后用
拆分数据DataFrame.select_dtypes("number")
当用户上传时间（即 12:30:00）时，他们希望将其识别为时间。但是python（当前）将其视为dtype对象。
如果我使用 parse_dates 指定列，那么它可以工作，但是由于我事先不知道数据是什么，因此我理想情况下希望自动完成此操作。我已经尝试设置 parse_dates = True 但它似乎没有任何区别。
我不确定是否有办法识别文件上传后的数据时间。然而，我再次希望这样做而不必指定列（所以任何可以转换的都是）
非常感谢
【问题讨论】：
标签： python excel pandas datetime types
这是我需要的
for column_name in df.columns:
try:
df.loc[:, column_name] = pd.to_timedelta(df.loc[:, column_name].astype(str))
except ValueError:
pass
这会尝试将每一列转换为 timedelta 格式。如果它不能转换它，它会返回一个值错误并移动到下一列。
在运行后，任何可以识别为 timedelta 格式的列都会被转换。
【讨论】：
如果您的数据只包含一个 dtype object 的列（我假设它是一个字符串），您可以执行以下操作：
1) 过滤dtype为object的列
import pandas as pd
datatime_col = df.select_dtypes(object)
2) 将其转换为秒
datetime_col_in_seconds = pd.to_timedelta(datatime_col.loc[0]).dt.total_seconds()
然后您可以将转换后的列重新附加到原始数据和/或进行任何您想要的处理。
最终，您可以将其转换回日期时间。
datetime_col = pd.to_datetime(datetime_col_in_seconds, unit='s')
如果您有多个包含 dtype 对象的列，您可能需要进行更多预处理，但我想这是开始处理您的特定情况的好方法。
【讨论】：