Python中如何删除字符串第一个空格及之后的全部内容？

实现代码 #

场景1：日期列是字符串（object/string）类型 #

直接用pandas内置的字符串处理方法截取第一个空格前的内容即可：

import pandas as pd

# 请替换下方示例中的df为你的DataFrame变量名，date_col为你的日期列名
# 方法1：按空格拆分后取第一个元素，写法简单易读
df['date_col'] = df['date_col'].str.split(' ').str[0]

# 方法2：正则提取开头的所有非空格字符，容错性更高，异常值不会报错
df['date_col'] = df['date_col'].str.extract(r'^(\S+)', expand=False)

场景2：日期列是datetime64时间类型 #

不需要转成字符串处理，直接用时间类方法输出对应格式即可：

# 输出为字符串格式的「月/日/年」，自动去掉前导零
df['date_col'] = df['date_col'].dt.strftime('%m/%d/%Y').str.lstrip('0').str.replace('/0', '/')

# 如果不需要字符串格式，仅需要纯日期对象，可直接调用dt.date
df['date_col'] = df['date_col'].dt.date

列的数据类型要求 #

• 如果你使用字符串处理方法（split/extract等），需要保证该列是object或者pandas专属string类型，datetime类型直接调用字符串方法会返回空值。
• 更推荐的处理流程是先把该列转换为datetime类型再做处理，可避免字符串格式不一致（比如多打空格、时间部分格式异常）导致的处理错误，转换示例：

# 原始日期为「月/日/年 时:分」格式的转换写法
df['date_col'] = pd.to_datetime(df['date_col'], format='%m/%d/%Y %H:%M')

# 如果你的原始日期是「日/月/年 时:分」的顺序，调整format参数中%m和%d的位置即可

内容的提问来源于stack exchange，提问作者Claie