本文介绍如何在读取 excel 文件后，针对被自动识别为 datetime 类型的列（尤其是日期型列头或数据列），正确移除时间部分、仅保留日期（如 2022-10-31 或 datetime.date 对象），并指出常见误区与最佳实践。
本文介绍如何在读取 excel 文件后，针对被自动识别为 datetime 类型的列（尤其是日期型列头或数据列），正确移除时间部分、仅保留日期（如 2022-10-31 或 datetime.date 对象），并指出常见误区与最佳实践。
在使用 pandas.read_excel() 读取 .xlsm 文件时，若列头（如 ‘20221031’）被 Excel 误存为日期格式，或数据列本身是日期型，Pandas 常将其解析为带时间戳的 datetime64[ns] 类型（例如 2022-10-31 00:00:00）。此时，若仅需日期部分（忽略 00:00:00），关键在于区分列名（headers）处理与列数据处理——原问题中用户实际想处理的是列名（column headers），但代码却作用于列数据（df[column]），导致逻辑错位。
✅ 正确做法：按需选择 dt.date() 或 dt.strftime()
若目标是将 列数据中的 datetime 值转为纯日期对象（datetime.date），推荐使用：
for column in df.columns: if pd.api.types.is_datetime64_any_dtype(df[column]): df[column] = df[column].dt.date # 注意：.date 是属性，非方法；无需加括号⚠️ 注意：.dt.date 是属性（返回 datetime.date 对象），不是方法；写成 .dt.date() 会报错。原答案中 df[column].dt.date() 是错误写法，应为 df[column].dt.date。
若需保持字符串格式（如 ‘2022-10-31’），则用：
df[column] = df[column].dt.strftime('%Y-%m-%d') # ✅ 此写法本身正确，但需确保列确实为 datetime 类型但该方法不适用于列名（headers） ——因为 df.columns 是 Index 对象，不支持 .dt 访问器。
? 如何真正处理「列头中的时间戳」？
原问题本质是：Excel 列头 20221031 被读取为 2022-10-31 00:00:00。这是因为 Pandas 尝试自动解析列名中的数字为日期。解决方案是在读取阶段就禁用自动类型推断：
# 推荐：读取时强制将列名视为字符串 df = pd.read_excel("file.xlsm", header=0, dtype=str) # ⚠️ dtype=str 仅影响数据列，不影响列名 # 更可靠的方式：先读取列名，再手动清洗 df = pd.read_excel("file.xlsm", header=None) # 不解析 header headers = df.iloc[0].apply( lambda x: x.date() if pd.api.types.is_datetime64_any_dtype(pd.Series([x])) else x ) # 或更稳妥地对原始 header 字符串做正则/格式化 headers = df.iloc[0].astype(str).str.replace(r's+00:00:00$', '', regex=True) df.columns = headers df = df.drop(df.index[0]).reset_index(drop=True)? 关键注意事项
- df.columns 是 Index，不能直接调用 .dt；需单独处理列名。
- pd.api.types.is_datetime64_any_dtype() 检查的是列数据类型，对列名无效。
- .dt.date 返回 datetime.date 对象（不可参与数值计算，但内存小、语义清晰）；.dt.strftime() 返回字符串（易读，但失去日期运算能力）。
- 若后续需日期运算，建议保留 datetime64[ns] 类型，仅显示时格式化（如 df.style.format({col: ‘{:%Y-%m-%d}’})）。
✅ 总结
- 数据列去时间戳 → 用 df[col].dt.date（得 date 对象）或 df[col].dt.strftime(‘%Y-%m-%d’)（得字符串）；
- 列头含时间戳 → 必须在 read_excel() 后立即清洗 df.columns，或改用 header=None 手动解析；
- 避免在非 datetime 列上误用 .dt，否则触发 AttributeError。
通过精准区分“列数据”与“列名”的处理路径，并选用语义明确的 .dt.date，即可稳健实现日期精简目标。