Question

在我的数据框中，我有一个包含日期的列。只有在格式为＆＃39; YYYYMMDD＆＃39;或者＆＃39; MMDD＆＃39;。此外，如果格式为“MMDD＆＃39;”，则应从另一列获取年份并将其附加到MMDD日期中，如此;

  df['YYYYMMDD'] = df['YYYY'].astype(str) + df['Date'].astype(str).apply(lambda x: x.zfill(4))

追加后，旧列将被删除，新列重命名为所需的输出。

对于比赛，我已经尝试了正则表达式（df_ori['Date'].str.matches(r'^\d{8}$')），但我收到错误;

AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas。

我尝试df_ori['Date'].astype(str).str.matches(r'^\d{8}$')并提出错误;

'StringMethods' object has no attribute 'matches'

我认为我真的错误地采取了这种做法。任何帮助表示赞赏。

根据要求

df.head（）：

   YYYY  MMDD
0  2016   525
1  2016   728
2  2014   821
3  2016   311
4  2016   422

Answer 1

您需要str.match和str.zfill：

df['YYYYMMDD'] = df['YYYY'].astype(str) + df['Date'].astype(str).str.zfill(4)

print (df_ori['YYYYMMDD'].astype(str).str.match(r'^\d{8}$'))
0    True
1    True
2    True
3    True
4    True
Name: YYYYMMDD, dtype: bool

如果想要4或8匹配：

print (df_ori['YYYYMMDD'].astype(str).str.match(r'^\d{8}$|^\d{4}$'))

如果想从4到8匹配：

print (df_ori['YYYYMMDD'].astype(str).str.match(r'^\d{4,8}$'))

编辑：

如果len 4只需要追加：

print (df_ori)
   YYYY  MMDD  YYYYMMDD
0  2016   525  20160525
1  2016   728  20160728
2  2014  1121      1121
3  2016  1211      2211
4  2016   422  20160422

a = df_ori['YYYY'].astype(str) + df_ori['YYYYMMDD'].astype(str)
m = df_ori['YYYYMMDD'].astype(str).str.len() == 4
df_ori['YYYYMMDD'] = df_ori['YYYYMMDD'].mask(m, a)
print (df_ori)
   YYYY  MMDD  YYYYMMDD
0  2016   525  20160525
1  2016   728  20160728
2  2014  1121  20141121
3  2016  1211  20162211
4  2016   422  20160422

Pandas - 检查列中的值是否与两种格式中的一种匹配

1 个答案: