Question

我有csv文件，其中每一行都是这种格式：

(moon_phase)\t(year) (month) (day) (time)

例如：

new moon\t2011 Jan 04 09:03
first quarter\t2011 Jan 12 11:31

我想用熊猫＆＃39; read_csv（）打开文件并提出如下表：

|moon_phase    |date       |time |
|--------------|-----------|-----|
|new moon      |2011 Jan 04|09:03|
|first quarter |2011 Jan 12|11:31|

然而，当我使用带有值sep的read_csv参数"\t|(?:\d)( )(?:\d)"来分割制表空间中的行（以分隔月相和日期）和使用非捕获的正则表达式时组（分隔日期和时间），结果改为：

|New Moon     |NaN|2011 Jan 0| |9:03|
|First Quarter|NaN|2011 Jan 1| |1:31|

我想使用月份的day和匹配中的hour，但分隔符应仅在分隔日期和时间时引用它们之间的空格。如何在正则表达式中完成？

Answer 1

也许您可以在read_csv中使用分隔符\t，然后使用strftime创建新列Date和Time：

import pandas as pd
import numpy as np
import io

temp=u"""new moon\t2011 Jan 04 09:03
first quarter\t2011 Jan 12 11:31"""
#after testing replace io.StringIO(temp) to filename
df = pd.read_csv(io.StringIO(temp), 
                 sep="\t", 
                 parse_dates=[1], 
                 header=None, 
                 names=['Text', 'Datetime'] )
print df
            Text            Datetime
0       new moon 2011-01-04 09:03:00
1  first quarter 2011-01-12 11:31:00

df['Date'] = df['Datetime'].dt.strftime('%Y %b %d')
df['Time'] = df['Datetime'].dt.strftime('%H:%M')

#if you want drop column Datetime
df = df.drop('Datetime', axis=1)
print df
            Text         Date   Time
0       new moon  2011 Jan 04  09:03
1  first quarter  2011 Jan 12  11:31

非捕获组在pandas read_csv中的分隔符中不起作用

1 个答案: