Question

我一直在使用的数据框有一个列，该列指示带有时区的日期时间，例如：2019-01-23T04：30：00 + 01：00。

                    Horodate
0  2019-01-23T04:30:00+01:00
1  2019-01-23T04:30:00+01:00
2  2019-01-23T04:30:00+01:00
3  2019-01-23T04:30:00-01:00

我想获取时区信息并将其放入另一个名为“ TimeZone”的列中。我可以通过应用此功能来做到这一点：

df["TimeZone"] = "+"  + df["Horodate"].str.split('[+]').str[1]

这很好：

                    Horodate TimeZone
0  2019-01-23T04:30:00+01:00   +01:00
1  2019-01-23T04:30:00+01:00   +01:00
2  2019-01-23T04:30:00+01:00   +01:00
3  2019-01-23T04:30:00-01:00      NaN

，但仅对以“ +”开头的时区有效。我想找到一种方法来提取有关时区的全部信息，包括信号“ +”或“-”，并获得一个看起来像这样的数据框：

                    Horodate TimeZone
0  2019-01-23T04:30:00+01:00   +01:00
1  2019-01-23T04:30:00+01:00   +01:00
2  2019-01-23T04:30:00+01:00   +01:00
3  2019-01-23T04:30:00-01:00   -01:00

我认为我必须通过拆分多个分隔符，但问题是，如何在我需要拆分字符串的同时包括分隔符？像这样切成字符串，我可以获得良好的结果：

df_test["TimeZone"] =  df_test["Horodate"].str[19:]

但这不是通用的方法。预先感谢。

Answer 1

只是字符串切片怎么样？

In [285]: df["TimeZone"] = df["Horodate"].str[-6:] 

In [286]: df
Out[286]: 
                    Horodate TimeZone
0  2019-01-23T04:30:00+01:00   +01:00
1  2019-01-23T04:30:00+01:00   +01:00
2  2019-01-23T04:30:00+01:00   +01:00
3  2019-01-23T04:30:00-01:00   -01:00

Answer 2

您还可以将Series.str.extract与regex模式一起使用：

df['TimeZone'] =  df['Horodate'].str.extract(r'([+-]\d{2}:\d{2})')

[出]

                    Horodate TimeZone
0  2019-01-23T04:30:00+01:00   +01:00
1  2019-01-23T04:30:00+01:00   +01:00
2  2019-01-23T04:30:00+01:00   +01:00
3  2019-01-23T04:30:00-01:00   -01:00

Answer 3

str.sub允许使用正则表达式，因此您可以这样做：

df['Timezone'] = df.Horodate.str.replace('(.*)([+-])(.*)', r'\2\3')

如何通过将df.str.split（）与multipe分隔符一起使用来保留分隔符

3 个答案: