Python pandas：如何在读取Excel文件时指定数据类型？

替换代码0】或 dtype 并不总是有用。特别是对于日期/时间和持续时间（最好是两者的混合......），必须进行后处理。在这种情况下，把Excel文件的内容读成一个内置的类型并从中创建DataFrame可以是一种选择。

这里有一个 示例文件 ."持续时间 "列包含以HH:MM:SS为单位的持续时间值和无效值"-"。

如果小时数小于24，Excel将条目格式化为时间，否则为持续时间。我们希望DataFrame中的整列的dtype timedelta 。但是， pandas 会扰乱导入工作。

import pandas as pd
df = pd.read_excel("path-to-file")
df.duration
# 0               12:30:00
# 1    1900-01-01 00:30:00
# 2                      -
# 3    1900-01-01 23:55:01
# Name: duration, dtype: object
[type(i) for i in df.duration]
# [datetime.time, datetime.datetime, str, datetime.datetime]
现在我们有了datetime.datetime和datetime.time对象，并且it's difficult来获得持续时间（timedelta）!你可以直接用converter来做，但这并不能降低其难度。
在这里，我发现直接使用excel加载器引擎实际上更容易。
from openpyxl import load_workbook
wb = load_workbook('path-to-file')
sheet = wb['Tests'] # adjust sheet name, this is for the demo file
data = list(sheet.values) # a list of tuples, one tuple for each row
df = pd.DataFrame(data[1:], columns=data[0]) # first tuple is column names
df['duration']
# 0           12:30:00
# 1     1 day, 0:30:00
# 2                  -
# 3    1 day, 23:55:01
# Name: duration, dtype: object
[type(i) for i in df['duration']]
# [datetime.time, datetime.timedelta, str, datetime.timedelta]
所以现在我们已经有了一些timedelta对象!将其他对象转换为timedelta，可以像这样简单地完成
df['duration'] = pd.to_timedelta(df.duration.astype(str), errors='coerce')
df['duration']
# 0   0 days 12:30:00