Question

我有以下DataFrame：

                          NAME
0  this_is_a_sample_2017-09-08.csv
1  this_is_a_sample_2017-09-09.csv
2  this_is_a_sample_2017-09-10.csv
3  this_is_a_sample_2017-09-11.csv
4  this_is_a_sample_2017-09-12.csv
5  this_is_a_sample_2017-09-13.csv

以下是创建它的代码：

rows = ['this_is_a_sample_2017-09-08','this_is_a_sample_2017-09-09','this_is_a_sample_2017-09-10','this_is_a_sample_2017-09-11','this_is_a_sample_2017-09-12','this_is_a_sample_2017-09-13']
df = pd.DataFrame(rows, columns = ['NAME'])

我想要一个新列，其中只包含名称的日期部分。生成的DataFrame如下所示：

                          NAME       DATE
0  this_is_a_sample_2017-09-08.csv   2017-09-08
1  this_is_a_sample_2017-09-09.csv   2017-09-09
2  this_is_a_sample_2017-09-10.csv   2017-09-10
3  this_is_a_sample_2017-09-11.csv   2017-09-11
4  this_is_a_sample_2017-09-12.csv   2017-09-12

我尝试了以下内容：

df['DATE'] = df.NAME.str.split(".")[0].split('_')[-1]

我以为我可以将列拆分两次并从列表中获取日期，但是当我使用[0]对其进行索引时，它会选择第一行中的值，即列表。

Answer 1

使用.str访问器选择系列的索引，即

 df['Date'] =  df['NAME'].str.split(".").str[0].str.split('_').str[-1]

                         NAME        Date
0  this_is_a_sample_2017-09-08  2017-09-08
1  this_is_a_sample_2017-09-09  2017-09-09
2  this_is_a_sample_2017-09-10  2017-09-10
3  this_is_a_sample_2017-09-11  2017-09-11
4  this_is_a_sample_2017-09-12  2017-09-12
5  this_is_a_sample_2017-09-13  2017-09-13

Answer 2

或使用正则表达式

df['Date'] = df['NAME'].str.extract('.*?_(\d+-\d+-\d+).csv', expand = False)


    NAME                            Date
0   this_is_a_sample_2017-09-08.csv 2017-09-08
1   this_is_a_sample_2017-09-09.csv 2017-09-09
2   this_is_a_sample_2017-09-10.csv 2017-09-10
3   this_is_a_sample_2017-09-11.csv 2017-09-11
4   this_is_a_sample_2017-09-12.csv 2017-09-12
5   this_is_a_sample_2017-09-13.csv 2017-09-13

或者@Evan建议，使用

df['Date'] = df['NAME'].str.extract('([\d-]+)', expand = False)

Answer 3

不确定为什么你有＆＃34;分裂（＆＃39;。＆＃39;），＆＃34;所有你真正需要的是：

df['DATE'] = df['NAME'].str.split('_').str[-1]

                          NAME        DATE
0  this_is_a_sample_2017-09-08  2017-09-08
1  this_is_a_sample_2017-09-09  2017-09-09
2  this_is_a_sample_2017-09-10  2017-09-10
3  this_is_a_sample_2017-09-11  2017-09-11
4  this_is_a_sample_2017-09-12  2017-09-12
5  this_is_a_sample_2017-09-13  2017-09-13

通过将另一列拆分两次，在Pandas DataFrame中创建一个新列

3 个答案: