### 将 Python 中 Excel 文件的日期从数字格式转换为日期格式并上传至 MySQL 在处理 Excel 文件并将其中的数据上传到 MySQL 数据库的过程中，如果遇到日期字段是以数值形式存储的情况，则需要将其转换为标准的日期格式后再写入数据库。以下是实现这一目标的具体方法。 #### 转换逻辑说明 Excel 的日期实际上是基于特定起始日（通常是 `1900-01-01` 或 `1904-01-01`）计算的一个序列号。因此，在 Python 中可以通过调整该序列号来获得实际的日期对象[^1]。具体操作如下： 1. **加载 Excel 文件**: 使用 Pandas 库读取 Excel 文件。 2. **识别日期列**: 找出哪些列为日期列，并判断其是否以数值形式存在。 3. **转换日期格式**: 利用 `pd.to_datetime()` 方法或者手动计算的方式将数值型日期转换为标准日期格式。 4. **保存到 MySQL**: 建立与 MySQL 数据库的连接，并使用 `to_sql()` 或者自定义 SQL 插入语句完成数据导入。 #### 实现代码示例 以下是一个完整的代码示例，展示如何执行上述过程： ```python import pandas as pd from sqlalchemy import create_engine # 加载 Excel 文件 file_path = 'example.xlsx' # 替换为你的文件路径 df = pd.read_excel(file_path) # 定义函数：将 Excel 数字日期转为标准日期格式 def convert_excel_date(date_num): base_date = pd.Timestamp(1899, 12, 30) # Excel 默认基期 return base_date + pd.Timedelta(days=date_num) # 遍历 DataFrame 并转换日期列 (假设第 2 列是日期列) if df.columns[1] == 'date_column': # 修改为你的真实列名 df['date_column'] = df['date_column'].apply(convert_excel_date) # 连接 MySQL 数据库 engine = create_engine('mysql+pymysql://username:password@host:port/database_name') # 替换真实信息 # 导入数据到 MySQL 表 table_name = 'your_table_name' df.to_sql(name=table_name, con=engine, index=False, if_exists='replace') ``` #### 关键点解析 - **Excel 数字日期基础**: 上述代码中设定的基础日期为 `1899-12-30`，这是由于 Excel 认为此日期对应于序号 `0`[^1]。 - **Pandas 和 SQLAlchemy 结合**: 使用 Pandas 处理数据帧非常方便，而 SQLAlchemy 提供了一种简单的方式来管理数据库连接和事务[^2]。 - **灵活适配不同场景**: 如果某些单元格为空或其他异常情况，可以在应用函数前增加错误检测机制。 --- ###