如何使带有 engine='openpyxl' 的 pandas.read_excel 表现得像使用 xlrd 一样，默认情况下不显示纳秒？

Question

我们有一个从 Excel .xlsx 电子表格读取数据到 Pandas DataFrame 的过程。在尝试升级到最新版本 (1.2.1) 的 pandas 时，我在 pandasread_excel函数的文档中看到了以下engine参数：

• “openpyxl”支持较新的 Excel 文件格式。

在 1.2.0 版更改：引擎 xlrd 现在仅支持旧式 .xls 文件。

所以，我添加engine='openpyxl'到我的read_excel函数调用中并开始看到奇怪的新行为，现在日期时间值默认显示纳秒，而xlrd. 最重要的是，我发现日期时间与 Excel 中的预期值相差几纳秒。我在熊猫 1.2.1 和 1.1.4 上看到了同样的事情。

对于以下 Excel 数据（9/24 日期的原始值显示为 44098.0416666667，9/9 日期的原始值显示为 44083.6847222222）

我看到以下行为：

>>> import pandas as pd
>>> pd.read_excel('~/testDatetimeNanos.xlsx')
             TestDate
0 2020-09-24 01:00:00
1 2020-09-09 16:26:00
2 2020-09-09 16:26:00
>>> pd.read_excel('~/testDatetimeNanos.xlsx', engine='openpyxl')
                    TestDate
0 2020-09-24 01:00:00.000003
1 2020-09-09 16:25:59.999998
2 2020-09-09 16:26:00.000000

我想知道是否有办法使用新的 openpyxl 引擎，使其行为与旧的 xlrd 引擎一致......？
另外，想知道我是否可能偶然发现了一个错误（更新：提交了错误报告）。

Answer 1

无论 openpyxl 的引擎和版本如何，您都可以像这样简单地删除纳秒：

df['testDate'] = df['testDate'].str[:-7]

#              testDate
#0  2020-09-24 01:00:00
#1  2020-09-09 16:25:59
#2  2020-09-09 16:26:00