如何在Pandas DataFrame中保留年份并移除年份后的所有内容？

你的原始DataFrame：

id date
1  21 July 2023 (abcd)
2  22 July 2023 00:00:01
3  23 July 2023 -abcda

需要处理为仅保留至年份的格式：

id date
1  21 July 2023
2  22 July 2023
3  23 July 2023

之前的代码因为拆分后丢弃了年份，无法满足需求。这里提供两种通用方法，适配任意四位数字年份：

方法一：用str.extract提取目标内容 #

df['date'] = df['date'].str.extract(r'(.*\d{4})')

正则表达式(.*\d{4})会匹配从字符串开头到最后一个四位数字（年份）的全部内容，精准保留需要的日期部分。

方法二：用str.replace移除多余内容 #

df['date'] = df['date'].str.replace(r'(^\w+ \w+ \d{4}).*', r'\1', regex=True)

这个正则会匹配完整的“日 月 年份”部分，将年份之后的所有内容替换为空，直接得到目标格式。

两种方法都能处理你给出的所有日期场景，且无需硬编码固定年份。

内容的提问来源于stack exchange，提问作者Tmiskiewicz