Question

我希望按日期排列数据框，但是，日期是每一行中字符串的一部分。必须按天顺序重新排列行。

来自堆栈溢出的其他解决方案显示了如何仅基于日期列进行排序，此示例有所不同，因为其他信息是每个字符串的一部分，并且与日期混合在一起。

数据框是具有索引的一列，但是行的排列顺序不是从每个字符串的最右边的日期开始。分数是随机的，不需要任何注意。

                        0
__________________________
0     score17 6-20-19.xlsx
1     score23 6-7-19.xlsx
2     score4  6-17-19.xlsx      
3     score34 6-8-19.xlsx
4     score10 6-7-19.xlsx

预期的数据框应如下所示（重复的日期对彼此之间的顺序没有偏好，索引也没有关系）。各个分数必须与它们的关联日期保持一致。

                         0
__________________________
1     score23 6-7-19.xlsx
4     score10 6-7-19.xlsx
3     score34 6-8-19.xlsx
2     score4  6-17-19.xlsx
0     score17 6-20-19.xlsx

这是什么方法？

Answer 1

一种使用普通字符串表达式创建一些列，然后进行相应排序的粗略方法。

首先，我建议您对列进行“剥离”以确保前导/滞后空格不是问题，例如示例非标准间距。

df['column_name'] = df['column_name'].str.strip()

然后您可以像这样在第一个“空格”（''）处拆分列，请注意，这将创建两列：

df[['score', 'date']] = df['column_name'].str.split(' ', n=1, expand=True)

然后您可以在句点（'。'）分隔“日期”列，以摆脱扩展名：

df['date'] = df['date'].str.split('.', expand = True)

然后将“日期”列转换为日期时间：

df['date'] = df['date'].astype('datetime64[ns]')

现在，您可以根据此“日期”列对数据框进行排序，并根据所需格式将ascending设置为True / False。

df.sort_values(by='date', ascending = False)

根据包含日期的文本，按日期重新排列一列字符串

1 个答案: