Question

具有一个df值

      0                                             |    1
 Thanks $.728.98 in nyc on 2018-04-22:11:09:35      |   7812

 Rs.999.98 in shop 1872 mumbai on 2018-04-22        |   8574
 INR.999.98 in shop 1872 mumbai on 2018-04          |   79821
 Thanks $.4728.98 in nyc on 2018-04-22 sat 11:09:35 |   7818

使用正则表达式如何删除日期格式不同的字符串中的这些日期

输出应为

Answer 1

如果您的日期是一致的，并且在最后一个“开”字之后，您可以尝试使用以下代码对其进行解析：

import re
from datetime import datetime

from dateutil.parser import parse
import unittest

def parse_custom_string(mystr):
    return mystr.split(mystr.split(sep="on")[-1])[0][:-3]

def parse_date_custom_string(mystr):
    return parse(timestr=(mystr.split(mystr.split(sep="on")[-2])[1]), dayfirst=False,fuzzy_with_tokens=True)[0]

assert (parse_custom_string('Thanks $.728.98 in nyc on 2018-04-22:11:09:35')  == "Thanks $.728.98 in nyc" )
assert (type(parse_date_custom_string('Thanks $.728.98 in nyc on 2018-04-22:11:09:35')) == datetime)


assert (parse_custom_string('Rs.999.98 in shop 1872 mumbai on 2018-04-22')  == "Rs.999.98 in shop 1872 mumbai" )
assert (type(parse_date_custom_string('Rs.999.98 in shop 1872 mumbai on 2018-04-22')) == datetime)

assert (parse_custom_string('INR.999.98 in shop 1872 mumbai on 2018-04')  == "INR.999.98 in shop 1872 mumbai" )
assert (type(parse_date_custom_string('INR.999.98 in shop 1872 mumbai on 2018-04')) == datetime)

assert (parse_custom_string('Thanks $.4728.98 in nyc on 2018-04-22 sat 11:09:35')  == "Thanks $.4728.98 in nyc" )
assert (type(parse_date_custom_string('Thanks $.4728.98 in nyc on 2018-04-22 sat 11:09:35')) == datetime)

Answer 2

与此匹配的正则表达式将是一个非常难以理解的糟糕解决方案。

在您的情况下，在任何日期之前都可以使用“ on”关键字，因此，只要日期表达式中没有空格（在此日期之后也删除所有字符），它就可以在此处使用。但也可以替换其他表达式，例如on 1234或on !@$#：

df[0].str.replace('on\s+[\W\d]+', '')

所以输出是：

              0                              1
0   Thanks $.728.98 in nyc                   1
1                                           7812
2   Rs.999.98 in shop 1872 mumbai           8574
3   INR.999.98 in shop 1872 mumbai          79821
4   Thanks $.4728.98 in nyc sat 11:09:35    7818

没有正则表达式的其他解决方案是删除关键字“ on”之后的所有内容：

df[0] = df[0].apply(lambda x: x.split("on")[0])

结果：

0                                    1
0   Thanks $.728.98 in nyc           1
1                                   7812
2   Rs.999.98 in shop 1872 mumbai   8574
3   INR.999.98 in shop 1872 mumbai  79821
4   Thanks $.4728.98 in nyc         7818

Answer 3

要将日期替换为空格，请使用此正则表达式on\s[\d\w-:\s]*。 Here is the demo

使用正则表达式如何删除字符串中的日期，时间？

3 个答案: