谷歌表格日期为 Pandas 日期时间意外偏移

Question

问题

我试图在 DataFrame 中准确地表示来自 Google 表格的日期。 我知道 Google 表格中的“基准”日期是自 1/1/1900 以来添加到日期的整数。 测试很清楚：我有一张日期5/2/2019的工作表。 使用 Python API，我下载了这个带有参数valueRenderOption='UNFORMATTED_VALUE'表格，以确保我得到原始值，然后简单地转换为 ZBA834BA059A9A379459C11217588E4。 该值显示为43587 ，如果我将其放回工作表并将格式设置为日期，它将显示为5/2/2019 。 健全性检查完成。

当我尝试将 DataFrame 中的日期转换为实际的日期时间时，问题就出现了：它显示为偏移了两天，我不知道为什么。

尝试

在 DataFrame df中，使用 datetime 列timestamp ，我执行以下操作：

df['timestamp'] = pd.to_datetime(df['timestamp'], unit='d', origin='1900-01-01')

我得到的日期是2019-05-04 ，比我预期的晚了两天。 我在 SO 上搜索了这个并发现了一个类似的问题，但接受的答案实际上包含完全相同的问题（尽管没有提及）：两天偏移。

这可以通过将原点设置两天后“解决”到1899-12-30 ，尽管这感觉就像是一个掩护，不一定能解决根本问题（并且可能会导致进一步的日期不一致）时间过去了？）。

这是玩具 DataFrame 的代码，这样您就不必输入它，如果您想进行实验：

import pandas as pd

df = pd.DataFrame([{'timestamp': 43587}])

问题

我想这是在 Pandas 方面，但我不确定。 某些内部转换发生的方式与他们在 Google 的方式不同？ 有没有人知道这里发生了什么，如果提前两天设置原始日期实际上是一个解决方案？

Answer 1

我也一直在努力反对这一点，并认为我终于想通了。 而对于 Date() function，Sheets 使用1900-1-1作为基础，对于日期格式和 TO_DATE() function，起始日期是1899-12-30 。

您可以通过以下任一方式在表格中看到这一点

• 在单元格中输入0 ，然后格式化为日期 → 12/30/1899
• 输入=TO_DATE(0) ，这将导致12/30/1899

这个奇怪选择的一个起源故事是在一个非常古老的MSDN论坛中。 我不知道它的真实性。

无论如何，这解释了两天的差异，然后解决方案变成了

df['timestamp'] = pd.to_datetime(df['timestamp'], unit='d', origin='1899-12-30')

这对我有用。