如何提取Pandas DataFrame中名称为日期格式的列？

问题场景 #

给定如下DataFrame，需要提取名称为日期格式的列：

import pandas as pd
df = pd.DataFrame([["USD", 12.3, 1, 23.33, 33.1],["USD", 32.1, 2, 34.44, 23.1]],columns= ['currency', '1999-07-31', 'amount', '1999-10-31', '2000-01-31'])

对应的表格：

原代码尝试通过select_dtypes筛选日期类型列，但得到空结果：

datetime_types = ["datetime", "datetime64", "datetime64[ns]", "datetimetz"]
dates = df.columns.to_frame().select_dtypes(include=datetime_types)
# 输出：Empty DataFrame\nColumns: []\nIndex: [currency, 1999-07-31, amount, 1999-10-31, 2000-01-31]

期望输出：['1999-07-31', '1999-10-31', '2000-01-31']

问题原因 #

原代码逻辑错误：df.columns的数据类型是object（所有列名都是字符串），select_dtypes是用来筛选列中数据的类型，而非列名的内容或格式，因此无法匹配到名称为日期格式的列。

解决方案 #

方法1：利用Pandas日期解析功能 #

通过pd.to_datetime尝试解析每个列名，过滤掉无法解析为日期的列：

import pandas as pd
df = pd.DataFrame([["USD", 12.3, 1, 23.33, 33.1],["USD", 32.1, 2, 34.44, 23.1]],columns= ['currency', '1999-07-31', 'amount', '1999-10-31', '2000-01-31'])

date_cols = [col for col in df.columns if pd.to_datetime(col, errors='coerce') is not pd.NaT]
print(date_cols)
# 输出：['1999-07-31', '1999-10-31', '2000-01-31']

• 优点：自动兼容多种合法日期格式（如YYYY/MM/DD）
• 缺点：可能误判部分类似日期的字符串（如无效日期会被过滤，但部分合法非日期字符串可能被误解析）

方法2：正则表达式精准匹配 #

如果日期格式固定为YYYY-MM-DD，可以用正则表达式严格匹配：

import pandas as pd
import re

df = pd.DataFrame([["USD", 12.3, 1, 23.33, 33.1],["USD", 32.1, 2, 34.44, 23.1]],columns= ['currency', '1999-07-31', 'amount', '1999-10-31', '2000-01-31'])

date_pattern = re.compile(r'^\d{4}-\d{2}-\d{2}$')
date_cols = [col for col in df.columns if date_pattern.match(col)]
print(date_cols)
# 输出：['1999-07-31', '1999-10-31', '2000-01-31']

• 优点：精准匹配指定格式，避免误判
• 缺点：仅支持预设的日期格式，无法兼容其他格式

内容的提问来源于stack exchange，提问作者Gооd_Mаn