### 如何用 Python 读取 Excel 文件中的日期和时间数据 要通过 Python 读取 Excel 文件中的日期和时间数据，可以利用 `xlrd` 或者更现代的库如 `openpyxl` 和 `pandas` 来完成此任务。以下是具体方法： #### 使用 xlrd 库处理日期和时间 当使用 `xlrd` 处理 Excel 文件时，如果某个单元格包含日期或时间，则其 `ctype` 属性会返回值为 `3` 的整数。此时可以通过 `xldate_as_tuple()` 函数将该数值转换成元组形式的时间戳。 ```python import xlrd from datetime import datetime workbook = xlrd.open_workbook('example.xlsx') worksheet = workbook.sheet_by_index(0) for rown in range(worksheet.nrows): cell_value = worksheet.cell_value(rown, 2) # 假设第3列为日期/时间列 if worksheet.cell_type(rown, 2) == 3: # 判断是否为日期类型 date_tuple = xlrd.xldate_as_tuple(cell_value, workbook.datemode) formatted_date = datetime(*date_tuple[:6]).strftime('%Y-%m-%d %H:%M:%S') # 转换为字符串格式 print(f'Row {rown}: Date is {formatted_date}') ``` 上述代码片段展示了如何检测某一列是否存储了日期类型的值，并将其转化为可读性强的标准格式[^2]。 #### 使用 pandas 进行高效操作 对于更加复杂的场景或者大数据量的情况，推荐采用 Pandas 库来简化流程。Pandas 提供了一个非常方便的方法——`read_excel()` 可以直接加载整个工作表至 DataFrame 对象中，同时自动解析其中嵌套的各种复杂结构（包括但不限于日期字段）。 ```python import pandas as pd df = pd.read_excel('example.xlsx', parse_dates=['DateColumn']) # 将 'DateColumn' 解析为日期型 print(df.dtypes) # 查看各列的数据类型确认转换成功与否 ``` 这里需要注意的是，在调用 `pd.read_excel()` 方法的时候传递参数 `parse_dates` ，它接受一个列表作为输入，里面列举需要被识别并转化成为 DatetimeIndex 类型的所有列名[^4]。 --- ### 总结与注意事项 - **xlrd** 是较老但功能强大的工具之一用于访问 Microsoft Excel (.xls/.xlsx) 文档的内容；然而官方已经停止维护 `.xls` 支持版本。 - 如果项目允许升级依赖项建议迁移到支持最新标准文件格式(`.xlsx`)的新一代解决方案比如 OpenPyXL 或 PyExcelerate 等替代品上。 - 当前主流做法倾向于借助于 Pandas 实现快速原型开发需求下的数据分析任务执行效率高且语法简洁明了易于理解掌握[^1].