日期和时间列具有混合格式

Question

我在格式化日期和时间方面存在一些问题。我有包含日期和时间的数据文件。以下是代表我数据的一部分的示例日期。

data = pd.DataFrame()
data['Date'] = ['01 Jul 2014 - Qualification','30 Sep 2014 - Group Stage','17 Mar 2015 - Play Offs',' 19:00:00']
data ['ID'] = [1,2,3,4]

我创建了一个新列，并尝试使用 datetime 进行格式化：

data['date1'] = pd.to_datetime(data.Date,errors = 'coerce')

我在日期时间得到了所有NAT。我还想创建两个新列，例如时间列和阶段，以表示时间和游戏阶段。

如何解决这个问题？

Answer 1

Date列的文本不仅仅是日期/时间。您不能像以前那样将其转换为DateTime对象。您需要将文本的日期/时间部分与其余部分隔离。为此，您可以在-上拆分并展开以在temp Dataframe df_temp的单独列中获取阶段文本和日期，然后使用这些列来分配＆amp;在您现有的数据框中创建每个：

In [27]: df_temp = data['Date'].str.split('-', expand=True)
In [28]: data['date1'] = df_temp[0]
In [29]: data['stage'] = df_temp[1]
In [30]: data
Out[30]:
                          Date  ID         date1           stage
0  01 Jul 2014 - Qualification   1  01 Jul 2014    Qualification
1    30 Sep 2014 - Group Stage   2  30 Sep 2014      Group Stage
2      17 Mar 2015 - Play Offs   3  17 Mar 2015        Play Offs
3                     19:00:00   4      19:00:00            None
In [31]: data['date1'] = pd.to_datetime(data.date1,errors = 'coerce')
In [32]: data
Out[32]:
                          Date  ID      date1           stage
0  01 Jul 2014 - Qualification   1 2014-07-01   Qualification
1    30 Sep 2014 - Group Stage   2 2014-09-30     Group Stage
2      17 Mar 2015 - Play Offs   3 2015-03-17       Play Offs
3                     19:00:00   4        NaT            None

Answer 2

您可以在此处使用Series.str.extract：

在此处使用Regex

#https://stackoverflow.com/a/47656743
pat = r'(d+/d+(?:/d+)?|(?:d+ )?(?:Jan(?:uary)?|Feb(?:ruary)?|Mar(?:ch)?|Apr(?:il)?|May|June?|July?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:ober)?|Nov(?:ember)?|Dec(?:ember)?)[.,]?(?:-d+-d+| d+(?:th|rd|st|nd)?,? d+| d+)|d{4})'

---

#https://stackoverflow.com/a/46069885
pat = r'((?:d{,2}s)?(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z]*(?:-|.|s|,)s?d{,2}[a-z]*(?:-|,|s)?s?d{2,4})'
s = data['Date'].str.extract(pat, expand=False)
data['date1']  = pd.to_datetime(s, errors = 'coerce')
print (data)
                          Date  ID      date1
0  01 Jul 2014 - Qualification   1 2014-07-01
1    30 Sep 2014 - Group Stage   2 2014-09-30
2      17 Mar 2015 - Play Offs   3 2015-03-17
3                     19:00:00   4        NaT