知行编程网知行编程网  2023-01-09 18:30 知行编程网 隐藏边栏  4 
文章评分 0 次,平均分 0.0
导语: 本文主要介绍了关于Python3时间戳如何在excel中运用?的相关知识,希望可以帮到处于编程学习途中的小伙伴


如何在 excel 中使用 Python3 时间戳?

计算时间似乎不是一个容易的话题。当然,这只是我个人的理解。 Excel一直是我们从小接触的软件,小编也不好吹嘘自己Excel用得有多好。但是如果你用python,你就更有信心了。时间戳用于计算时间。我认为它并不逊色于excel。不信可以往下看。

从库存报告中识别出库存时间最长的零件并计算库存时间。


解决思路:

excel读取的日期的浮点数表示从1900年1月1日算起的天数。

Python的时间戳是指格林威治标准时间从1970年1月1日到当前时间的总秒数。


所以有两种思路:


1.库龄天数=(当前时间戳-表格时间戳)/60/60/24





excel的浮点数(42368.0)转化成时间数组格式(这步有点麻烦),再转化成时间戳。



然后也将

python读到的当前时间(2020-05-25 20:39:09.933949)转换成时间戳,然后再将秒数折算成天数。


2. 库龄天数=表格浮点数-当前日期转换成浮点数





python的当前时间数组格式-1899年12月31日的时间数组格式,得到的一个时间数组格式。这个差值转换成天数(datetime模块下 .days)。得到当前距离1900年1月1日的天数。然后减去表格的浮点数,得到库龄。



小编用的是第

2种解决方法是:

import xlrd
import xlwt
import datetime
 
#读取收货日期,计算库龄,找到最长库龄
wb = xlrd.open_workbook('库存报表20200520.xlsx')
sheet1 = wb.sheet_by_name('Sheet1')
 
#计算当前时间,转换成excel时间戳,excel时间戳其实时间1990年1月1日
date_start = datetime.datetime(1899, 12, 31)
date_now = datetime.datetime.now()
tod = date_now - date_start
 
#计算库龄,写入数列deltas
deltas = []
titlesrow = 1
nrows = sheet1.nrows-2
for i in range(nrows):
    d = sheet1.cell(1+i, 22)
    d = int(d.value)
    delta = tod.days - d
    deltas.append(delta)
 
# 新建一个表格,记录分析结果
wb = xlwt.Workbook()
sheet = wb.add_sheet('关键数据')
 
titles = ['最长库龄', '零件号', '零件名称', '数量']
for i in range(len(titles)):
    sheet.write(0, i, titles[i])
 
# 找到库龄,写到表格
max = max(deltas)
sheet.write(1, 0, max)
 
# 库龄对应的零件号,数量
max_index = deltas.index(max)
max_part = sheet1.cell(max_index + 1, 3).value
max_name = sheet1.cell(max_index + 1, 4).value
max_num = sheet1.cell(max_index + 1, 5).value
sheet.write(1, 1, max_part)
sheet.write(1, 2, max_name)
sheet.write(1, 3, max_num)
wb.save('库存分析.xls')

有经常使用excel的小伙伴也可以试试python3时间戳的方法哦,试完后可以看看哪个软件的的常规方法更好用。

更多Python学习推荐:



本文为原创文章,版权归所有,欢迎分享本文,转载请保留出处!

知行编程网
知行编程网 关注:1    粉丝:1
这个人很懒,什么都没写
扫一扫二维码分享