Question

分割日期，例如2018年8月-> 01-08-2018 ??

这是我的示例输入

id      year_pass
1       Aug 2018 - Nov 2018
2       Jul 2017

这是我的样本输入2

id      year_pass
1                  Jul 2018
2       Aug 2017 - Nov 2018

我做了什么，我可以使用例如：（aug 2018-Nov 2018）

分割日期

# splitting the date column on the '-'
year_start, year_end = df['year_pass'].str.split('-')
df.drop('year_pass', axis=1, inplace=True)

# assigning the split values to columns
df['year_start'] = year_start
df['year_end'] = year_end

# converting to datetime objects
df['year_start'] = pd.to_datetime(df['year_start'])
df['year_end'] = pd.to_datetime(df['year_end'])

但是不知道如何为两者做

输出应为：

id      year_start    year_end
1       01-08-2018    01-11-2018
2       01-07-2018

Answer 1

这是使用dt.strftime("%d-%m-%Y")的一种方法。

例如：

import pandas as pd

df = pd.DataFrame({"year_pass": ["Aug 2018 - Nov 2018", "Jul 2017"]})
df[["year_start", 'year_end']] = df["year_pass"].str.split(" - ", expand=True)
df["year_start"] = pd.to_datetime(df['year_start']).dt.strftime("%d-%m-%Y")
df["year_end"] =  pd.to_datetime(df['year_end']).dt.strftime("%d-%m-%Y")
df.drop('year_pass', axis=1, inplace=True)

print(df)

输出：

   year_start    year_end
0  01-08-2018  01-11-2018
1  01-07-2017         NaT

根据评论编辑：

import pandas as pd

def replaceInitialSpace(val):
    if val.startswith(" "):
        return " - "+val.strip()
    return val

df = pd.DataFrame({"year_pass": ["           Jul 2018", "Aug 2018 - Nov 2018", "Jul 2017           "]})
df["year_pass"] = df["year_pass"].apply(replaceInitialSpace) 
df[["year_start", 'year_end']] = df["year_pass"].str.split(" - ", expand=True)
df["year_start"] = pd.to_datetime(df['year_start']).dt.strftime("%d-%m-%Y")
df["year_end"] =  pd.to_datetime(df['year_end']).dt.strftime("%d-%m-%Y")
df.drop('year_pass', axis=1, inplace=True)

print(df)

输出：

   year_start    year_end
0         NaT  01-07-2018
1  01-08-2018  01-11-2018
2  01-07-2017         NaT

Answer 2

如果需要输出中的日期时间，则必须使用其他格式-YYYY-MM-DD：

df1 = df.pop('year_pass').str.split('\s+-\s+', expand=True).apply(pd.to_datetime)
df[['year_start','year_end']] = df1
print (df)
   id year_start   year_end
0   1 2018-08-01 2018-11-01
1   2 2017-07-01        NaT

print (df.dtypes)
id                     int64
year_start    datetime64[ns]
year_end      datetime64[ns]
dtype: object

如果需要更改格式，则获取字符串，但是所有类似datetime的函数均失败：

df1 = (df.pop('year_pass').str.split('\s+-\s+', expand=True)
        .apply(lambda x: pd.to_datetime(x).dt.strftime('%d-%m-%Y'))
        .replace('NaT',''))
df[['year_start','year_end']] = df1
print (df)

   id  year_start    year_end
0   1  01-08-2018  01-11-2018
1   2  01-07-2017      

print (df.dtypes)
id             int64
year_start    object
year_end      object
dtype: object

print (type(df.loc[0, 'year_start']))
<class 'str'>

Answer 3

您可以先按原始数据帧分割字符串：

# split the original dataframe
df = df.year_pass.str.split(' - ', expand=True)

      0        1
id                  
1   Aug2018  Nov2018
2   Jul2017     None

然后应用pd.to_datetime将字符串转换为日期时间对象，并使用strftime对其进行格式化：

# rename the columns
df.columns = ['year_start','year_end']
df.apply(lambda x: pd.to_datetime(x, errors='coerce').dt.strftime('%d-%m-%Y'), axis=0)

    year_start    year_end
id                        
1   01-08-2018  01-11-2018
2   01-07-2017         NaT

Python Pandas：拆分和更改日期格式（一个日期，例如：（aug 2018-nov 2018）），另一个日期日期，仅一个？

3 个答案: