Mit Python vereinen Sie verschiedene Datentypen von einem Excel zu einem Datenrahmen ⇐ Python

[Anonymous]

Ich habe einen Excel, der Informationen aus einer Plattform namens SAP extrahiert. Wenn sie die Informationen extrahieren Wenn ich diese spezifische Spalte mit Pythons Bibliothek Pandas in einen Datenrahmen konvertiere, ist das Format nur verrückt.
Dies ist der Code, den ich versucht habe: < /p>

Code: Select all

import pandas as pd
import re
from datetime import datetime

# Convertir xlsx a csv
excel_data = pd.read_excel("Reportes/Crudos/Reporte SAP.xlsx", header=1)
excel_data['Asiento contable (Fecha de contabilización)'].to_csv("Reportes/Crudos/1.csv", index=False)
excel_data['Asiento contable (Fecha de contabilización)'].to_excel("Reportes/Crudos/1.xlsx", index=False)
# imprime solamente valores unicos sin repeticion
print(excel_data['Asiento contable (Fecha de contabilización)'].unique())
< /code>
Der Druck gibt mir Folgendes: < /p>
[datetime.datetime(2025, 8, 1, 0, 0) datetime.datetime(2025, 9, 1, 0, 0)
'13/01/2025' '17/01/2025' datetime.datetime(2025, 3, 1, 0, 0)
'18/01/2025' '20/01/2025' datetime.datetime(2025, 10, 1, 0, 0)
'14/01/2025' datetime.datetime(2025, 2, 1, 0, 0)
datetime.datetime(2025, 6, 1, 0, 0) datetime.datetime(2025, 7, 1, 0, 0)
datetime.datetime(2025, 11, 1, 0, 0) datetime.datetime(2025, 4, 1, 0, 0)
'15/01/2025' '16/01/2025' datetime.datetime(2025, 12, 1, 0, 0)
datetime.datetime(2025, 5, 1, 0, 0) '19/01/2025'
datetime.datetime(2025, 1, 30, 0, 0) datetime.datetime(2025, 1, 31, 0, 0)
datetime.datetime(2025, 1, 28, 0, 0) datetime.datetime(2025, 1, 23, 0, 0)
datetime.datetime(2025, 1, 27, 0, 0) datetime.datetime(2025, 1, 29, 0, 0)
datetime.datetime(2025, 1, 22, 0, 0) datetime.datetime(2025, 1, 24, 0, 0)
datetime.datetime(2025, 1, 25, 0, 0) datetime.datetime(2025, 1, 21, 0, 0)
datetime.datetime(2025, 1, 26, 0, 0)]
< /code>
In den generierten CSV und XLSX geht es mir an: < /p>
CSV: < /p>
1. 01/08/2025 00:00
2. 01/09/2025 00:00
3. 13/01/2025
4. 17/01/2025
5. 01/03/2025 00:00
6. 18/01/2025
7. 20/01/2025
8. 01/10/2025 00:00
9. 14/01/2025
10. 01/02/2025 00:00
11. 01/06/2025 00:00
12. 01/07/2025 00:00
13. 01/11/2025 00:00
14. 01/04/2025 00:00
15. 15/01/2025
16. 16/01/2025
17. 01/12/2025 00:00
18. 01/05/2025 00:00
19. 19/01/2025
20. 30/01/2025 00:00
21. 31/01/2025 00:00
22. 28/01/2025 00:00
23. 23/01/2025 00:00
24. 27/01/2025 00:00
25. 29/01/2025 00:00
26. 22/01/2025 00:00
27. 24/01/2025 00:00
28. 25/01/2025 00:00
29. 21/01/2025 00:00
30. 26/01/2025 00:00
< /code>
xlsx: < /p>
1. 2025-08-01 00:00:00
2. 2025-09-01 00:00:00
3. 13/01/2025
4. 17/01/2025
5. 2025-03-01 00:00:00
6. 18/01/2025
7. 20/01/2025
8. 2025-10-01 00:00:00
9. 14/01/2025
10. 2025-02-01 00:00:00
11. 2025-06-01 00:00:00
12. 2025-07-01 00:00:00
13. 2025-11-01 00:00:00
14. 2025-04-01 00:00:00
15. 15/01/2025
16. 16/01/2025
17. 2025-12-01 00:00:00
18. 2025-05-01 00:00:00
19. 19/01/2025
20. 2025-01-30 00:00:00
21. 2025-01-31 00:00:00
22. 2025-01-28 00:00:00
23. 2025-01-23 00:00:00
24. 2025-01-27 00:00:00
25. 2025-01-29 00:00:00
26. 2025-01-22 00:00:00
27. 2025-01-24 00:00:00
28. 2025-01-25 00:00:00
29. 2025-01-21 00:00:00
30. 2025-01-26 00:00:00

Das bedeutet, dass wir 3 Arten von Format haben:

[*] DD/MM/JJJJ HH: MM (CSV) | dd-mm-yjyy HH: MM (Excel)
[*] DD/MM/YYYY
MM/DD/YYYY HH: MM (CSV) | MM-dd-yyyy HH: MM (Excel) < /li>
< /ol>
Wenn wir eine Analyse durchführen, erhalten wir das vom 1. bis 12. Januar, sie kommen mit diesem Format heraus :
Zelle: MM/DD/JJJJ HH: MM
Formelleiste: MM/DD/JJJJ HH: MM: SS A. m.
from 13-20 come with this format:
cell: dd/mm/yyyy
formula bar: dd/mm/yyyy< Br/> und von 21-31 sind sie mit diesem Format geliefert:
Zelle: DD/MM/JJJJ HH: MM
Formelleiste: DD/MM/JJJJ HH: MM: SS A. m. < /p>
Ich habe versucht, a: < /p>
zu erstellendf["Asiento contable (Fecha de contabilización)"] = pd.to_datetime(df["Asiento contable (Fecha de contabilización)"], dayfirst=True)
< /code>
, aber es erkennt die Daten nicht gut und ich ende ohne Daten zwischen dem 1. und dem 12. Januar < /p>
Ich möchte wissen, ob es vorhanden ist Eine Möglichkeit, diese 3 Arten von Format in nur einen zu vereinen>