基于正则表达式的数据框操作答案

【问题标题】：regex based dataframe manipuation基于正则表达式的数据框操作
【发布时间】：2020-11-13 06:04:23
【问题描述】：

我有一个数据框“df”，看起来像所附图像：

我只需要提取那些以日期开头的行，因为它们是唯一有金额的行。我试过了：

statementtable=[]
for line in df:
if re.search('^(0[1-9]|[12][0-9]|3[01])[- /.](0[1-9]|1[012])[- /.](19|20)\d\d',line):
    statementtable.append(line)

但它正在引发错误。

【问题讨论】：

我认为你必须把开头的 0 设为可选 0?[1-9] regex101.com/r/EGem7S/1
您是否可以不过滤掉日期列中没有 NaN 的行，例如：df[df["date"].notnull()] 或在您的情况下为第一列索引。

标签： python-3.x regex pandas list dataframe

【解决方案1】：

您不仅需要在“第四只鸟”建议的日期值的第一个零处添加?，还需要在月份值处添加第二个?，这样当月份值不为零时数字（例如 11-8-2019）你仍然可以捕获它：

if re.search('^(0?[1-9]|[12][0-9]|3[01])[- /.](0?[1-9]|1[012])[- /.](19|20)\d\d',line):

【讨论】：

抱歉，我收到 TypeError: expected string or bytes-like object in the re.search 行。