Pandas:如何将日期列中的多种时间格式拆分到不同DataFrame
解决方案
核心思路是通过正则表达式匹配Date列的三种不同日期格式,按需拆分到不同DataFrame中,如果需要保留原数据中的.占位记录,可以先通过前向填充给无效记录打分类标签再拆分。
前置预处理
先对Date列做基础清洗,去除两端空白避免匹配误差:
import pandas as pd import re # 此处替换为你自己的原始DataFrame读取逻辑 # df = pd.read_csv("your_file.csv") # 清洗Date列 df['Date'] = df['Date'].astype(str).str.strip()
方案1:仅保留有效格式记录,自动过滤空值、占位符
直接按正则规则筛选即可,na=False参数会自动排除Date列为空的记录:
# 仅4位纯年份的记录 df_year = df[df['Date'].str.match(r'^\d{4}$', na=False)].copy() # 年份+季度格式的记录 df_quarter = df[df['Date'].str.match(r'^\d{4} Q[1-4]$', na=False)].copy() # 年份+月份缩写格式的记录 df_month = df[df['Date'].str.match(r'^\d{4} (JAN|FEB|MAR|APR|MAY|JUN|JUL|AUG|SEP|OCT|NOV|DEC)$', na=False)].copy()
方案2:保留.占位记录,按所属类别归类
如果需要把连续跟随在某类有效记录后的.归属到对应分类,可以先打分类标签再拆分:
# 给有效日期记录打分类标签 def classify_date(date_str): if re.match(r'^\d{4}$', date_str): return 'year' elif re.match(r'^\d{4} Q[1-4]$', date_str): return 'quarter' elif re.match(r'^\d{4} (JAN|FEB|MAR|APR|MAY|JUN|JUL|AUG|SEP|OCT|NOV|DEC)$', date_str): return 'month' return None df['date_type'] = df['Date'].apply(classify_date) # 前向填充标签,把后续的.和空值归属到最近的有效分类下 df['date_type'] = df['date_type'].ffill() # 拆分得到三个DataFrame df1 = df[df['date_type'] == 'year'][['Date', 'Value']].reset_index(drop=True) df2 = df[df['date_type'] == 'quarter'][['Date', 'Value']].reset_index(drop=True) df3 = df[df['date_type'] == 'month'][['Date', 'Value']].reset_index(drop=True)
内容的提问来源于stack exchange,提问作者TNT
相关产品推荐
相关产品推荐

