基于下划线位置提取图片路径日期时间并转换为datetime类型

场景说明 #

有一个仅包含ImagePath列的DataFrame，示例路径如下：

Images/LINE 58/AGSD/LUC/L58_AFND_K3_2022-10-12_23-53-18_Color_ID_511.jpg

需要提取其中的日期时间字符串：

2022-10-12_23-53-18

原代码依赖Color关键词实现提取，现需改为通过下划线位置（提取第3个到第5个下划线之间的内容）完成，避免关键词变化导致失效。

解决方案 #

方法1：正则表达式匹配下划线位置

直接用正则定位下划线位置提取目标片段，无需依赖固定关键词：

import pandas as pd

# 提取日期时间字符串列
dfColor['DateTimeStr'] = dfColor['ImagePath'].str.extract(r'(?:[^_]*_){3}([^_]*_[^_]*)', expand=False)
# 转换为datetime类型
dfColor['DateTime'] = pd.to_datetime(dfColor['DateTimeStr'], format='%Y-%m-%d_%H-%M-%S')

正则逻辑：

• (?:[^_]*_){3}：匹配3组「非下划线字符+下划线」，精准定位到第3个下划线的位置
• ([^_]*_[^_]*)：捕获后续包含一个下划线的片段，即目标日期时间字符串

方法2：拆分字符串后取对应片段

拆分路径和文件名，再按下划线拆分取指定位置元素拼接，逻辑更直观易维护：

import pandas as pd

# 拆分路径取文件名，再按下划线拆分所有部分
split_parts = dfColor['ImagePath'].str.split('/').str[-1].str.split('_')
# 取第3、4个元素（索引从0开始）拼接成日期时间字符串
dfColor['DateTimeStr'] = split_parts.str[3] + '_' + split_parts.str[4]
# 转换为datetime类型
dfColor['DateTime'] = pd.to_datetime(dfColor['DateTimeStr'], format='%Y-%m-%d_%H-%M-%S')

内容的提问来源于stack exchange，提问作者AGc