使用NumPy处理数组 提取字符串数值将年月转为总月数

核心逻辑是从字符串中分别提取年、月对应的数值，按照「年数*12 + 月数」计算总月数，用正则匹配做提取可以同时兼容「仅标注年」「同时标注年和月」两种格式，对单复数、空格差异的容错性更高。

针对给出的numpy数组场景，直接运行以下代码即可得到预期结果： #

import numpy as np
import re

YrsAndMonths = np.array(['6 Years and 12 Months','7 Years and 8 Months','2 Years'])
Months = []

for item in YrsAndMonths:
    # 提取年数值：匹配Years/Year前的整数
    year_res = re.search(r'(\d+)\s*Years?', item)
    year = int(year_res.group(1)) if year_res else 0
    # 提取月数值：匹配Months/Month前的整数，无匹配则记为0
    month_res = re.search(r'(\d+)\s*Months?', item)
    month = int(month_res.group(1)) if month_res else 0
    # 计算总月数，转字符串匹配要求的输出格式
    total_months = str(year * 12 + month)
    Months.append(total_months)

运行后Months的输出为['84', '92', '24']，和预期结果完全一致。

补充说明 #

• 正则规则里加了s?匹配，可以兼容"1 Year"、"1 Month"这类单数表述，不会因为单复数差异匹配失败
• 如果后续需要做数值统计、计算，去掉str()转换直接存整数即可
• 如果是用pandas读取CSV处理整列数据，可以用apply批量转换，参考代码：

import pandas as pd
import re

def to_total_months(text):
    text = str(text)
    year_res = re.search(r'(\d+)\s*Years?', text)
    year = int(year_res.group(1)) if year_res else 0
    month_res = re.search(r'(\d+)\s*Months?', text)
    month = int(month_res.group(1)) if month_res else 0
    return year * 12 + month

# 假设df为CSV读入的DataFrame，'duration'为存储年月字符串的列名
df['total_months'] = df['duration'].apply(to_total_months)

内容的提问来源于stack exchange，提问作者user19443053