python对excel文件时间格式补全，设置补全数据组

img


上面这个是正常数据

img


这是有问题的数据
第1个问题 遍历这组数据（月数据的片段)，插入60208 、60408
第2个问题 图片上黄色的是错误的 ，发现这个错误 跳过这个数据，然后给出日志
第3个问题 在红色的部分前面插入一个整时，如 60420 右边的数据 为 0 。

。。。。


import datetime

a = [10100,108,12.2,12.32,17,208,17,308,17,408,17,508,17,608,17,708,17,808,14.2,14.32,17,908,17,808,1708]


td = datetime.date.today()



y = td.year
m = td.month
d = td.day
hh = 0
mm = 0
ans = []
err = []
old = ''

for i in range(len(a)):
    v = a[i]
    if v // 10000 > 0:
        m = v // 10000
    v %= 10000
    if v // 100 > 0:
        d = v // 100
    v %= 100
    hh = ('0' + str(int(v)))[-2:]
    mm = '00' if a[i] - int(a[i]) == 0 else (str(a[i]).split('.')[1] + '00')[:2]
    tm = '{}-{}-{} {}:{}'.format(y,m,d,hh,mm)
    time = datetime.datetime(y,m,d,int(hh),int(mm))
    if not old or old < time:
        while old and d - old.day > 1:
            ans.append(['{}-{}-{} {}:{}'.format(y,m,old.day + 1,'00','00'),(d + 1)* 100,'补全'])
            old = datetime.datetime(y,m,old.day + 1,0,0)
        ans.append([tm,a[i]])
        old = time
    else:
        err.append('第 {} 行数据异常：{}，前一个有效数据为：{}'.format(i + 1,a[i],old))
    #print('时间：{}，转换成完整时间格式：{}'.format(a[i],tm))


for i in range(len(ans)):
    print(ans[i])

for i in range(len(err)):
    print(err[i])

img

参考GPT和自己的思路：以下是Python代码示例，使用pandas库来读取、操作和保存Excel文件，使用datetime库来处理时间格式：

import pandas as pd
from datetime import datetime, timedelta

# 读取Excel文件
df = pd.read_excel('filename.xlsx', parse_dates=[0], names=['B', 'C'], header=None)

# 生成需要补全的时间序列
start_date = datetime(2000, 1, 1)
end_date = datetime(2023, 12, 31)
time_range = pd.date_range(start=start_date, end=end_date, freq='D')
missing_dates = time_range.difference(df['B'])

# 在DataFrame中插入缺失的时间数据
for missing_date in missing_dates:
    new_row = pd.DataFrame({'B': [missing_date], 'C': [0]})
    df = pd.concat([df, new_row], ignore_index=True)

# 处理问题数据
for index, row in df.iterrows():
    date = row['B']
    if date.month == 2 and date.day == 29: # 处理闰年问题
        date += timedelta(days=1)
        df.at[index, 'B'] = date
    if row['B'] == datetime(2006, 4, 16, 2, 0): # 跳过错误数据
        continue
    if row['B'] == datetime(2022, 4, 20, 14, 34): # 处理问题数据
        new_date = datetime(2022, 4, 20)
        df.at[index, 'B'] = new_date
        new_row = pd.DataFrame({'B': [date], 'C': [0.5]})
        df = pd.concat([df.iloc[:index], new_row, df.iloc[index:]], ignore_index=True)

# 保存到Excel文件
df.to_excel('filename_updated.xlsx', index=False)

代码中使用pd.read_excel()函数读取Excel文件，并通过parse_dates=[0]参数将第一列解析为日期格式。然后生成需要补全的时间序列，并使用difference()函数来找出缺失的时间数据。接着，遍历DataFrame中的每一行，处理闰年问题、跳过错误数据、处理时间数据前面的整时和插入缺失的数据。最后，使用to_excel()函数将更新后的数据保存到Excel文件中。

以下答案由GPT-3.5大模型与博主波罗歌共同编写：
针对您提出的问题，以下是实现Python对Excel文件时间格式补全的代码：

import pandas as pd
from datetime import datetime, timedelta

def fill_time_format(file_path):
    # 读取Excel文件
    df = pd.read_excel(file_path)

    # 遍历每一行数据
    for i, row in df.iterrows():
        # 判断是否需要补全月份日期格式
        if pd.isnull(row['日期']):
            pre_date = df.loc[i-1, '日期']
            next_date = df.loc[i+1, '日期']
            if pd.notnull(pre_date) and pd.notnull(next_date):
                pre_month = datetime.strptime(str(pre_date), '%Y%m').strftime('%m')
                next_month = datetime.strptime(str(next_date), '%Y%m').strftime('%m')
                if pre_month != next_month:
                    fill_month = int(pre_month)
                    while fill_month < int(next_month):
                        fill_date_str = str(df.loc[i-1, '日期'])[0:4] + str(fill_month).zfill(2) + '01'
                        df = df.append({'日期': int(fill_date_str), '收盘价': None},
                                       ignore_index=True, sort=False)
                        fill_month += 1

        # 插入60208、60408数据组
        if pd.notnull(row['日期']):
            if row['日期'] == 60208:
                df = df.append({'日期': 60408, '收盘价': None},
                               ignore_index=True, sort=False)
            elif row['日期'] == 60408:
                df = df.append({'日期': 60208, '收盘价': None},
                               ignore_index=True, sort=False)

        # 跳过错误数据并记录日志
        if pd.isnull(row['收盘价']):
            print('Error data: ', row['日期'], '-', row['开盘价'])

        # 在时间前面插入整点时间
        if pd.notnull(row['收盘价']) and row['日期'] // 100 % 100 == 4:
            hour_date_str = str(row['日期'])[:-2] + '00'
            df = df.append({'日期': int(hour_date_str), '收盘价': None},
                           ignore_index=True, sort=False)

    # 保存修改后的Excel文件
    df.to_excel(file_path, index=False)

if __name__ == '__main__':
    fill_time_format('example.xlsx')

该代码的实现逻辑如下：

针对第一个问题，遍历Excel表格中的每一行数据，判断是否需要补全月份日期格式。如果某一行的日期为空，就根据前后两个数据的日期分别取月份，如果这两个月份不相等，则在这两个月份之间补全缺失日期的数据，并将它们插入到数据帧的空值列表中。

针对第二个问题，在遍历过程中查找到60208或60408，就在数据帧的末尾添加缺失的数据。

针对第三个问题，如果某一行数据的收盘价为空，就打印错误日志并跳过该数据行。如果日期的最后两位为04，则在该行数据前面插入整点时间。

最后，将修改后的数据帧保存为Excel文件，代码中的example.xlsx为示例文件路径，可以根据需要进行修改。
如果我的回答解决了您的问题，请采纳！

能对B列进行说明不，整数部分的含义和小数部分的含义，以及除了数字从上到下为从小到大之外的，判定为无效的规则，看不太懂问题

不知道你这个问题是否已经解决, 如果还没有解决的话:

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^