将 df 保存到 excel 然后读回 df 后，熊猫日期时间值搞砸了

Question

jan_21=[datetime(2021,1,1) + timedelta(hours=i) for i in range(5)]


jan_21
    
[datetime.datetime(2021, 1, 1, 0, 0),
 datetime.datetime(2021, 1, 1, 1, 0),
 datetime.datetime(2021, 1, 1, 2, 0),
 datetime.datetime(2021, 1, 1, 3, 0),
 datetime.datetime(2021, 1, 1, 4, 0)]

prices = np.random.randint(1,100,size=(5,))

prices

[46 23 13 26 52]

df = pd.DataFrame({'datetime':jan_21, 'price':prices})

df

             datetime  price
0 2021-01-01 00:00:00     83
1 2021-01-01 01:00:00     60
2 2021-01-01 02:00:00     29
3 2021-01-01 03:00:00     97
4 2021-01-01 04:00:00     67

到目前为止一切都很好，这就是我期望显示数据框和日期时间值的方式。 当我将数据帧保存到 excel 文件然后将其读回数据帧时，问题就出现了，日期时间值被弄乱了。

df.to_excel('price_data.xlsx', index=False)

new_df = pd.read_excel('price_data.xlsx')

new_df

                      datetime  price
0   2021-01-01 00:00:00.000000  83
1   2021-01-01 00:59:59.999999  60
2   2021-01-01 02:00:00.000001  29
3   2021-01-01 03:00:00.000000  97
4   2021-01-01 03:59:59.999999  67

我希望df == new_df评估为True

Answer 1

在问题的可能原因的背景下（参见 sophros 的回答），你可以做些什么来 - 表面上 - 规避问题是在生成 excel 文件之前将df["datetime"]的单元格转换为字符串，然后转换在创建new_df后，再次将字符串转换为日期时间：

df["datetime"] = df["datetime"].dt.strftime("%m/%d/%Y, %H:%M:%S")
df.to_excel('price_data.xlsx', index=False)

new_df = pd.read_excel('price_data.xlsx')
new_df["datetime"] = pd.to_datetime(new_df["datetime"], format="%m/%d/%Y, %H:%M:%S")

Answer 2

00:59:59.999999和02:00:00.000001和03:59:59.999999时间部分差异的原因很可能与Excel和Python或pandas中日期/时间类型的二进制表示略有不同。

时间通常存储为浮点数，但不同之处在于时间是第 0 次（例如，第 1 AC 年或 1970 年 - 如在 Linux 中；这里有很好的解释）。 因此，转换可能会丢失日期/时间的一些最不重要的部分，并且您无能为力，只能将其四舍五入或使用与任何 float 类似的近似比较。