将 df 保存到 excel 然后读回 df 后，Pandas 日期时间值搞砸了答案

【问题标题】：Pandas datetime values messed up after saving df to excel and then reading back into a df将 df 保存到 excel 然后读回 df 后，Pandas 日期时间值搞砸了
【发布时间】：2021-06-22 10:32:14
【问题描述】：

jan_21=[datetime(2021,1,1) + timedelta(hours=i) for i in range(5)]


jan_21
    
[datetime.datetime(2021, 1, 1, 0, 0),
 datetime.datetime(2021, 1, 1, 1, 0),
 datetime.datetime(2021, 1, 1, 2, 0),
 datetime.datetime(2021, 1, 1, 3, 0),
 datetime.datetime(2021, 1, 1, 4, 0)]

prices = np.random.randint(1,100,size=(5,))

prices

[46 23 13 26 52]

df = pd.DataFrame({'datetime':jan_21, 'price':prices})

df

             datetime  price
0 2021-01-01 00:00:00     83
1 2021-01-01 01:00:00     60
2 2021-01-01 02:00:00     29
3 2021-01-01 03:00:00     97
4 2021-01-01 04:00:00     67

到目前为止一切顺利，这就是我期望数据框和日期时间值的显示方式。当我将数据框保存到 excel 文件然后将其读回数据框时，问题就出现了，日期时间值被弄乱了。

df.to_excel('price_data.xlsx', index=False)

new_df = pd.read_excel('price_data.xlsx')

new_df

                      datetime  price
0   2021-01-01 00:00:00.000000  83
1   2021-01-01 00:59:59.999999  60
2   2021-01-01 02:00:00.000001  29
3   2021-01-01 03:00:00.000000  97
4   2021-01-01 03:59:59.999999  67

我希望 df == new_df 评估为 True

【问题讨论】：

标签： python python-3.x excel pandas dataframe

【解决方案1】：

在问题可能原因的背景下（请参阅 sophros 的回答），您可以做的 - 表面上 - 规避问题是在生成 excel 文件之前将df["datetime"] 的单元格转换为字符串，然后将在创建new_df 之后再次将字符串转换为日期时间：

df["datetime"] = df["datetime"].dt.strftime("%m/%d/%Y, %H:%M:%S")
df.to_excel('price_data.xlsx', index=False)

new_df = pd.read_excel('price_data.xlsx')
new_df["datetime"] = pd.to_datetime(new_df["datetime"], format="%m/%d/%Y, %H:%M:%S")

【讨论】：

是的，这正是我刚刚尝试过的，并且有效！
@PruthviAmin 很高兴它有效！不过，如果是这种情况，您应该接受答案。

【解决方案2】：

00:59:59.999999 和 02:00:00.000001 和 03:59:59.999999 的时间部分不同的原因很可能与 Excel 和 Python 或 pandas 中日期/时间类型的二进制表示略有不同有关.

时间经常以浮点数形式存储，但不同之处在于第 0 次是什么时候（例如 1 AC 或 1970 年 - 如在 Linux 中；good explanation here）。因此，转换可能会丢失日期/时间的一些最不重要的部分，您对此无能为力，只能将其四舍五入或使用approximate comparisons as with any float。

【讨论】：