求助：CSV文件多日期行拆分至同行列及Python代码修复

核心问题是直接按逗号拆分会破坏长格式日期，正确思路是用正则表达式精准匹配两种日期格式，提取每行的所有完整日期后再扩展为新列。

实现步骤 #

• 编写正则表达式匹配两种日期格式：

  • 短格式（如31-Mar-24）：\d{2}-[A-Za-z]{3}-\d{2}
  • 长格式（如Nov 21, 2024）：[A-Za-z]{3} \d{2}, \d{4}
    组合后的匹配规则：r'(\d{2}-[A-Za-z]{3}-\d{2}|[A-Za-z]{3} \d{2}, \d{4})'

• 读取CSV每行数据，用re.findall()提取所有日期

• 将提取到的日期按顺序转为date1、date2等新列，与原行数据合并

基于原生csv模块的代码示例 #

import csv
import re

# 定义日期匹配正则
date_pattern = re.compile(r'(\d{2}-[A-Za-z]{3}-\d{2}|[A-Za-z]{3} \d{2}, \d{4})')

# 读取原CSV并处理
with open('input.csv', 'r', newline='', encoding='utf-8') as infile, \
     open('output.csv', 'w', newline='', encoding='utf-8') as outfile:
    
    reader = csv.DictReader(infile)
    # 先遍历一次获取最大日期数量，确保输出列完整
    rows = list(reader)
    max_dates = max(len(date_pattern.findall(row['dates'])) for row in rows)
    fieldnames = reader.fieldnames + [f'date{i+1}' for i in range(max_dates)]
    
    writer = csv.DictWriter(outfile, fieldnames=fieldnames)
    writer.writeheader()
    
    for row in rows:
        dates = date_pattern.findall(row['dates'])
        # 给当前行添加date1、date2...字段
        for i, date in enumerate(dates):
            row[f'date{i+1}'] = date
        # 补全缺失的date列（行内日期数少于最大数时）
        for i in range(len(dates), max_dates):
            row[f'date{i+1}'] = ''
        writer.writerow(row)

基于pandas的简化实现（更高效） #

如果熟悉pandas，代码会更简洁：

import pandas as pd
import re

date_pattern = re.compile(r'(\d{2}-[A-Za-z]{3}-\d{2}|[A-Za-z]{3} \d{2}, \d{4})')

df = pd.read_csv('input.csv')
# 提取所有日期并转为多列
date_cols = df['dates'].apply(lambda x: pd.Series(date_pattern.findall(x)))
# 重命名列名为date1、date2...
date_cols.columns = [f'date{i+1}' for i in date_cols.columns]
# 合并原数据和新日期列
result_df = pd.concat([df, date_cols], axis=1)
# 保存结果
result_df.to_csv('output.csv', index=False)

注意事项 #

• 正则表达式可根据实际日期格式微调（比如月份缩写长度、日期是否为1位数字）
• 如果有其他日期格式，只需在正则中添加对应的匹配规则即可

内容的提问来源于stack exchange，提问作者Camol1