Преобразовать разные форматы дат в одном Excel столбце в datetime

#python #excel #pandas #dataframe #datetime

Уважаемые друзья. У меня есть очень "сложная" задача. Я не знаю как ее решить.

Есть в Excel столбец с датами. Все ячейки столбца разные: Дата, Число, Текст и т.д.
Каждую ячейку заполняли разные люди. В столбце где-то около 300 тысяч ячеек (строк).

Я загружаю этот файл в Jupyter, с помощью Pandas: 

pd.read_excel('Test.xlsx',header=0,dtype = str)


Задача, с которой не могу справиться: как преобразовать каждую строку в один тип
данных Дата? А если преобразовать не удалось, то оставить строкой. 

Если более точно:

Например, в Excel ячейка имеет числовое значение 43123 преобразовать в Дату, то это
будет 23.01.2018.

Как в Python выполнить именно такой преобразование?

Всем, кто ответит буду благодарен до глубины души!!!
    

Ответы

Ответ 1

Попробуйте так:

import datetime as dt
import pandas as pd

def get_excel_date(col):
    res = pd.to_datetime(col, errors='coerce')
    mask = res.isna()
    res.loc[mask] = pd.to_timedelta(col[mask].astype('float'), unit='d') + dt.datetime(1899,
12, 30)
    return res




In [20]: s = pd.Series(['2018-10-31 23:44:59.996000', '43123', '43511.65625',
                        '13.01.2010T12:12:12', '2019/07/10 23:59:59.123456'])

In [21]: get_excel_date(s)
Out[21]:
0   2018-10-31 23:44:59.996000
1   2018-01-23 00:00:00.000000
2   2019-02-15 15:45:00.000000
3   2010-01-13 12:12:12.000000
4   2019-07-10 23:59:59.123456
dtype: datetime64[ns]




PS почему разработчики Excel использовали 30.12.1899 в качестве начала эпохи?