在Pandas中实现特定字符串在列间迁移的方法

场景说明 #

现有如下房产信息DataFrame，Added on列中混有Reduced on ...格式的数据，需要将这类数据迁移至新建的Reduced on列，并清理原列的无效内容：

具体实现步骤 #

1. 构造示例DataFrame（可跳过，直接用你现有数据）

import pandas as pd

data = {
    "Address": ["15 Smith Close", "1 Apple Drive", "27 Pride place"],
    "Added on": ["Added on 17/11/22", "Reduced on 19/11/22", "Added on 18/1//22"]
}
df = pd.DataFrame(data)

2. 新建Reduced on列并提取对应数据
   用正则表达式匹配Reduced on开头的内容，提取到新列中：

df["Reduced on"] = df["Added on"].str.extract(r'(Reduced on \d{2}/\d{2}/\d{2})')

3. 清理原Added on列
   只保留包含Added on的有效内容，其余替换为缺失值：

df["Added on"] = df["Added on"].where(df["Added on"].str.contains("Added on"), pd.NA)

处理后的结果 #

执行上述代码后，DataFrame会变为：

可选：转换日期格式 #

如果需要将日期字符串转为datetime类型，方便后续分析，可以添加以下代码：

# 转换Added on列日期
df["Added on"] = pd.to_datetime(df["Added on"].str.replace("Added on ", ""), errors="coerce")
# 转换Reduced on列日期
df["Reduced on"] = pd.to_datetime(df["Reduced on"].str.replace("Reduced on ", ""), errors="coerce")

内容的提问来源于stack exchange，提问作者Robin Baggott la Velle