pd.read_excel读取日期变数字或乱码，因Excel用浮点数存日期且pandas不自动识别；数字型需用pd.to_datetime(x, unit="D", origin="1899-12-30")转换，中文文本需指定format或预处理，读取时用converters更可靠。
为什么 pd.read_excel 读出的日期变成数字或乱码
Excel 内部用浮点数存储日期（如 44562.0 表示 2022-01-01），而 pd.read_excel 默认不自动识别这类数值为日期，尤其当单元格格式是“常规”或“数值”时，pandas 会原样读成 float64；如果 Excel 原本是中文日期文本（如“2022年1月1日”），又用了非 UTF-8 编码保存（比如 GBK），还可能触发解码错误，显示为 或空字节。
- 检查列类型：
df["日期"].dtype返回float64或object，基本可确认没被正确解析 - Excel 文件本身不含元数据说明“这是日期”，pandas 不会猜——它只按存储值和 openpyxl/xlsxwriter 引擎的默认行为处理
-
read_excel的parse_dates参数只对「已能被字符串/数字明确映射为日期」的列有效，对纯数字型日期（如44562）无效
用 pd.to_datetime 转换 Excel 数字日期（Excel 序列号）
Excel 日期序列号从 1900-01-01 开始计数（Windows 版本），但 pandas 默认按 Unix 时间戳解析。直接传入 pd.to_datetime(44562) 会得到错误结果（约公元 1971 年）。必须显式指定 unit="D" 并设置 origin="1899-12-30"（Excel 的 epoch 偏移）。
- 正确写法：
pd.to_datetime(df["日期"], unit="D", origin="1899-12-30") - 注意：Mac Excel 旧版本用 1904 年起始（
origin="1904-01-01"），需确认文件来源；绝大多数 Windows 文件用 1899-12-30 - 如果列里混有空值、文本、数字，加
errors="coerce"把非法值转为NaT，避免报错中断
处理中文日期文本（如“2022年1月1日”）乱码或解析失败
这类问题本质是编码 + 格式识别双重失败。先确认是否真为文本：用 df["日期"].head().tolist() 看原始值；如果是 '2022年1月1日' 这种，pd.to_datetime 默认无法识别，需指定 format。
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
- 明确格式时最快：
pd.to_datetime(df["日期"], format="%Y年%m月%d日", errors="coerce") - 不明确格式但确定是中文日期，可先用
.str.replace统一替换掉“年”“月”“日”为空格或短横线，再交给to_datetime自动推断 - 若读取时就出现 字符，说明文件打开编码错误——这不是
to_datetime能修的，得在read_excel阶段解决：确保用openpyxl引擎（它不依赖系统编码），不要用xlrd（旧版对中文支持差）
一步到位：读取时就正确解析日期列
与其事后修复，不如在 read_excel 时就让日期列走正确路径。关键不是靠 parse_dates，而是组合 date_parser 和 converters。
立即学习“Python免费学习笔记（深入）”；
- 对已知是 Excel 序列号的列：
pd.read_excel("data.xlsx", converters={"日期": lambda x: pd.to_datetime(x, unit="D", origin="1899-12-30", errors="coerce")}) - 对混合类型列（数字+文本），
converters比parse_dates更可控，因为它在每行读取时就调用，不受 dtype 推断干扰 - 避免全局设
dtype={"日期": "datetime64[ns]"}——这会强制转换但不指定 origin，结果仍是错的
最易被忽略的一点：Excel 里看似“日期”的单元格，右键格式设置里可能是“文本”，这种情况下无论你怎么调 to_datetime，它读进来就是字符串，且带不可见空格或换行符，务必先 .str.strip() 再解析。
