如何用Python将DataFrame中的字符拆分至独立列并提取日期

需求说明 #

从数据集的指定列中提取字符后的前6位数字（例如220519转换为2022/05/19），将结果存入新列，最终生成目标DataFrame。

分步实现代码 #

假设你的数据集已存入Pandas的df对象，目标列名为target_col：

1. 提取前6位数字 #

通过正则匹配提取目标列中的连续6位数字，生成临时列：

import pandas as pd

# 提取连续6位数字，生成临时列
df['temp_date'] = df['target_col'].str.extract(r'(\d{6})')

2. 转换为指定日期格式 #

将提取到的数字字符串解析为日期，再转换为YYYY/MM/DD格式的字符串：

# 解析日期并调整显示格式
df['日期'] = pd.to_datetime(df['temp_date'], format='%y%m%d').dt.strftime('%Y/%m/%d')

3. 清理临时列（可选） #

如果不需要保留临时列，可直接删除：

df.drop('temp_date', axis=1, inplace=True)

效果示例 #

原示例数据集：

处理后输出的DataFrame：

注意点 #

• 若目标列存在无连续6位数字的行，str.extract会在对应位置生成NaN，可根据实际需求用df['日期'].fillna('无有效日期', inplace=True)这类语句处理空值。
• 如果提取的6位数字不是年份后两位+月份+日期的格式，需修改pd.to_datetime中的format参数匹配实际格式。

内容的提问来源于stack exchange，提问作者Mj___3