使用Python和Pandas从HTML表格中的另一种日期格式转换为Excel“日期”格式（在Excel文件中）。

Question

使用Python和Pandas从HTML表格中的另一种日期格式转换为Excel“日期”格式（在Excel文件中）。

5

我是Python的新手，正在探索使用它从Excel中获取数据，并发现了pandas库可以获取数据。

我需要从一个网站上的HTML表格中获取汇率信息。需要读取数据的表格，然后将其转储到一个Excel文件中。我正在使用Python编程语言，下面是我使用的代码：

import pandas as pd
from datetime import datetime
import lxml as lx
import openpyxl as oxl
url = "https://www.example.com"

tables = pd.read_html(url)
table = tables[0]
table.to_excel('output.xlsx')

日期格式为“Effective Date”列中的dd mmm yyyy格式。

我想将它们转换为dd/mm/yyyy格式。

我使用以下代码来转换表格。

['Effective Date'] = pd.to_datetime(table['Effective Date'],
                                        infer_datetime_format=False, format='%d/%m/%Y', errors='ignore')

但它没有成功将列中的日期进行转换。请问有人能指导我正确的方向吗？

以下是完整的代码：

import pandas as pd
import html5lib
import datetime
import locale
import pytz
import lxml as lx
import openpyxl as oxl

url = "https://www.rba.gov.au/statistics/cash-rate/"

tables = pd.read_html(url)

table = tables[0]

table['Effective Date'] = pd.to_datetime(table['Effective Date'],
                                        infer_datetime_format=False, format='%d/%m/%Y', errors='ignore')

table.to_excel('rates.xlsx')

- grumpypig

使用['Effective Date'] = pd.to_datetime(table['Effective Date'], format='%d %b %Y', errors='ignore')。在转换为datetime时，需要传递现有日期的格式，而不是要转换的格式。在Excel中，如果用户在计算机上设置了英国区域设置，则打开Excel文件时日期将自动转换。 - David Erickson

感谢您的回复@DavidErickson，但这并没有帮助到我。在Excel中，在导出后验证日期时，该类别的数据类型为常规。 - grumpypig

请查看我的答案。 - David Erickson

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- David Erickson · Accepted Answer

您需要使用pd.ExcelWriter创建一个writer对象，以便您可以在Excel中更改为日期格式。但是，这个问题有几个不同的方面：

您的日期列中有非日期值，包括“图例：”，“现金利率下降”，“现金利率上涨”和“现金利率不变”。
如评论中所述，必须传递format ='%d %b %Y'给pd.to_datetime()，因为这是您要转换的日期格式。
您必须传递errors ='coerce'以返回任何不符合指定格式的NaT。
对于pd.to_datetime()代码行，您必须在末尾添加.dt.date，因为我们稍后在创建writer对象时使用date_format参数而不是datetime_format参数。但是，您也可以排除dt.date并更改datetime_format参数的格式。
然后，执行table = table.dropna()以删除任何带有NaT列的行。
Pandas不会在Excel中更改日期格式。如果您想要这样做，那么您应该使用openpyxl创建一个writer对象并传递date_format。如果有人说这样，您不能简单地执行：pd.to_datetime(table ['Effective Date']，format ='%d %b %Y'，errors ='coerce') .dt.strftime ('%m /％d /％y')或.dt.strftime（'%d /％m /％y'），因为这会在Excel中创建“常规”日期格式。
如果您不加宽列，则输出很丑陋，因此我也包括了代码。请注意，我使用美国语言环境，因此传递d / m / yyyy会在Excel中创建“自定义”格式。

注意：在我的代码中，我必须传递m/d/yyyy才能在Excel中显示“日期”格式。由于我的电脑与您的不同（美国），因此Excel利用不同区域设置进行日期格式。您可以简单地更改为date_format ='d/m/yyyy'。

来源+更多关于此主题的信息：

import pandas as pd
import html5lib
import datetime
import locale
import pytz
import lxml as lx
import openpyxl as oxl

url = "https://www.rba.gov.au/statistics/cash-rate/"

tables = pd.read_html(url)

table = tables[0]

table['Effective Date'] = pd.to_datetime(table['Effective Date'], format='%d %b %Y', errors='coerce').dt.date
table = table.dropna()
table.to_excel('rates.xlsx')

writer = pd.ExcelWriter("rates.xlsx",
                        engine='xlsxwriter',
                        date_format='m/d/yyyy')

# Convert the dataframe to an XlsxWriter Excel object.
table.to_excel(writer, sheet_name='Sheet1')

# Get the xlsxwriter workbook and worksheet objects in order to set the column
# widths, to make the dates clearer.
workbook  = writer.book
worksheet = writer.sheets['Sheet1']
worksheet.set_column('B:E', 20)

# Close the Pandas Excel writer and output the Excel file.
writer.save()