You need to enable JavaScript to run this app. Python提取段落日期转dd/mm/yyyy格式及DataFrame赋值错误解决
优惠活动
大模型
产品
解决方案
定价
更多

Python提取段落日期转dd/mm/yyyy格式及DataFrame赋值错误解决

问题原因&解决方法

错误原因

  • 全列日期相同:你在循环中直接执行df['Date'] = word[5],这是给整个Date列统一赋值,每次循环都会覆盖之前所有行的结果,最终所有行的日期都是最后一次循环取出的值。
  • 日期转换失败:一是硬按换行符拆分取固定索引的方式鲁棒性差,部分文本结构变化时会取到非日期内容;二是strptime需要严格匹配原日期的格式模板,同时中文系统环境下默认无法识别英文月份缩写,需要额外设置。

修正方案

推荐用正则表达式匹配第一个符合格式的日期,避免硬拆分的结构依赖,完整代码如下:

import re
from datetime import datetime
import pandas as pd
import locale

# 中文环境下设置locale识别英文月份,Windows下用下方代码,Mac/Linux可以替换为'en_US.UTF-8'
locale.setlocale(locale.LC_TIME, 'English_US')

# 定义日期提取&转换函数
def extract_first_date(text):
    if not isinstance(text, str):
        return pd.NA
    # 匹配第一个符合"月 日, 年 • 时:分AM/PM"格式的字符串
    date_match = re.search(r'[A-Z][a-z]{2} \d{1,2}, \d{4} • \d{1,2}:\d{2}[AP]M', text)
    if not date_match:
        return pd.NA
    date_str = date_match.group()
    # 按原格式解析日期
    date_obj = datetime.strptime(date_str, '%b %d, %Y • %I:%M%p')
    # 转换为dd/mm/yyyy格式字符串
    return date_obj.strftime('%d/%m/%Y')

# 应用函数生成Date列
df['Date'] = df['Project_Updates_Description'].apply(extract_first_date)

如果不想修改系统locale设置,可安装python-dateutil库后替换日期解析部分的代码,无需手动匹配格式也能识别英文日期:

from dateutil import parser
# 只取•前面的日期部分解析
date_obj = parser.parse(date_str.split('•')[0].strip())

代码说明

  • 用正则匹配日期的方式适配性更强,不需要依赖文本的换行结构,只要是符合格式的第一个日期都能正确提取
  • 统一处理了非字符串值、无匹配日期的异常情况,不会报错中断
  • 日期解析模板和原日期格式完全对应,转换不会失败

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 12:36:04