从字符串中提取日期并保存在新的 pandas DataFrame 列中

Question

背景：

我有一个包含 tweet 和 weather 列的 pandas DataFrame。 DataFrame 列当前如下 -

目标：
我正在尝试从 weather 列中提取日期戳（例如，行索引 0 的 datestamp 是 '(2020-07-14)'）和将其保存在新的date 列中，以便对其进行过滤，例如过滤到最新日期。

我知道如何将列字符串值更改为datestamp，如果它类似于“20140512”。但是我不知道如何以当前格式识别 datestamp 并将其提取到新列中。

任何建议将不胜感激

Answer 1

你可以做这样的事情，假设它在天气列中并且总是具有相同的格式：

df['date'] = pd.to_datetime(df['weather'].str.extract('\((\d{4}-\d{2}-\d{2})\)')[0])

或

import re
df['date'] = pd.to_datetime(df['weather'].apply(lambda x: re.search('\((\d{4}-\d{2}-\d{2})\)', x).group(1)))