从 DataFrame 列中的字符串中提取日期时间信息答案

【问题标题】：Extract Datetime information from a string in a DataFrame column从 DataFrame 列中的字符串中提取日期时间信息
【发布时间】：2021-04-16 07:53:15
【问题描述】：

所以我有版本列，其中包含不均匀模式的数据，因为有些有 ',' 后跟日期，有些有 ',-' 模式。

df.head()

17                Paperback,– 1 Nov 2016
18    Mass Market Paperback,– 1 Jan 1991
19                      Paperback,– 2016
20               Hardcover,– 24 Nov 2018
21        Paperback,– Import, 4 Oct 2018

如何将日期提取到单独的列中。我尝试使用 str.split() 但找不到要提取的特定模式。有什么方法可以做到吗？

【问题讨论】：

obj.str.extract('((?:\d+\s\w+\s+)?\d{4}$)')

标签： python-3.x pandas dataframe machine-learning feature-engineering

【解决方案1】：

尝试使用dateutil

from dateutil.parser import parse
 
df['Dt']=[parse(i, fuzzy_with_tokens=True)[0] for i in df['column']]

【讨论】：

【解决方案2】：

obj = df['Edition']
obj.str.split('((?:\d+\s+\w+\s+)?\d{4}$)', expand=True)

或

obj.str.split('[,–]+').str[0]
obj.str.split('[,–]+').str[-1] # date

【讨论】：