如何按日期格式筛选Pandas数据框列？混合格式列分离咨询

没问题，我来帮你搞定这个需求！你想要按不同日期格式拆分数据框，核心是用正则表达式来匹配不同格式的日期字符串——直接用is是行不通的，因为is是用来判断对象身份的，不是匹配字符串格式的。

具体实现步骤 #

首先，我们需要针对两种日期格式写出对应的正则表达式，然后用Pandas的str.match()方法来筛选行：

1. 匹配%d%b%y格式（比如05Jan23、12Dec22）
   对应的正则是 r'^\d{2}[A-Za-z]{3}\d{2}$'，拆解一下：

   • ^ 和 $ 确保匹配整个字符串，不会误匹配包含该格式的长字符串
   • \d{2} 匹配两位数字（日期部分）
   • [A-Za-z]{3} 匹配三个字母的月份缩写（兼容大小写）
   • \d{2} 匹配两位数字（年份部分）

2. 匹配%b%y格式（比如Jan23、Oct21）
   对应的正则是 r'^[A-Za-z]{3}\d{2}$'，也就是三个字母的月份缩写加两位数字。

完整代码示例 #

import pandas as pd
import re  # 用于忽略大小写匹配

# 示例数据框（替换成你自己的真实数据即可）
data = {'Cl_date': ['05Jan23', 'Jan23', '18Feb22', 'Feb22', '31Mar21', 'Mar21', 'InvalidDate']}
df = pd.DataFrame(data)

# 筛选%d%b%y格式的行，忽略大小写
df1 = df[df['Cl_date'].str.match(r'^\d{2}[A-Za-z]{3}\d{2}$', flags=re.IGNORECASE)]

# 筛选%b%y格式的行，忽略大小写
df2 = df[df['Cl_date'].str.match(r'^[A-Za-z]{3}\d{2}$', flags=re.IGNORECASE)]

运行后，df1会包含所有日+月缩写+年格式的行，df2则包含月缩写+年格式的行，不符合格式的行（比如示例里的InvalidDate）会被自动排除。

内容的提问来源于stack exchange，提问作者A.DS