提取所有以'st','nd','rd','th'结尾的日期,同时使用RegEx将日期与月份交换

如何解决提取所有以'st','nd','rd','th'结尾的日期,同时使用RegEx将日期与月份交换

我在pandas数据框列的文本中输入了这些日期。

import pandas as pd
sr = pd.Series(['text Mar 20,2009 text','text March 20,'text 20 Mar. 2009 text','text Sep 2010 text','text Mar 20th,2009 text ','text Mar 21st,2009 text'])

当我使用正则表达式时,会得到这个。

a=sr.str.extractall(r'((?P<day>(?:\d{2} )?(?P<month>(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z,.]*)) (?:\d{2}[-/th|st|nd|rd\s]*[,.]* )?(?P<year>\d{4}))')


       all              day     month  year
match               
0   0   Mar 20,2009    Mar      Mar    2009
1   0   March 20,2009  March    March  2009
2   0   20 Mar. 2009    20 Mar.  Mar.   2009
3   0   Sep 2010        Sep      Sep    2010
4   0   Mar 20th,2009  Mar      Mar    2009
5   0   Mar 21st,2009  Mar      Mar    2009

如何将日期(20、20、21st ...)放入“天”列?

解决方法

使用熊猫的一种解决方案(为什么要重新发明轮子?)

    import pandas as pd
    df = sr.to_frame(name='all')
    df['all'] = pd.to_datetime(df['all'])
    df['day'] = df['all'].dt.day
    df['month'] = df['all'].dt.strftime('%b')
    df['year'] = df['all'].dt.year

输出:

         all  day month  year
0 2009-03-20   20   Mar  2009
1 2009-03-20   20   Mar  2009
2 2009-03-20   20   Mar  2009
3 2010-09-01    1   Sep  2010
4 2009-03-20   20   Mar  2009
5 2009-03-21   21   Mar  2009
,

也许另一种解决方案可能是使用PyPi regex module和分支重置组(?|来匹配日期和月份。

没有命名组的模式:

\b((?|(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z,.]*(?: (\d{2}(?:th|st|nd|rd)?)?[,.])?|(\d{2}) (?:(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z,.]*)?) (\d{4}))

Regex demo

import pandas as pd
import regex

pattern = r"\b(?P<all>(?|(?P<month>Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z,.]*(?: (?P<day>\d{2}(?:th|st|nd|rd)?)?[,.])?|(?P<day>\d{2}) (?:(?P<month>Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z,.]*)?) (?P<year>\d{4}))"

items = [
    'text Mar 20,2009 text','text March 20,'text 20 Mar. 2009 text','text Sep 2010 text','text Mar 20th,2009 text ','text Mar 21st,2009 text'
]
res = map(lambda x: regex.findall(pattern,x)[0],items)
df = pd.DataFrame(res)
df.columns = ['all','month','day','year']
print(df)

输出

              all month   day  year
0    Mar 20,2009   Mar    20  2009
1  March 20,2009   Mar    20  2009
2    20 Mar. 2009   Mar    20  2009
3        Sep 2010   Sep        2010
4  Mar 20th,2009   Mar  20th  2009
5  Mar 21st,2009   Mar  21st  2009

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


依赖报错 idea导入项目后依赖报错,解决方案:https://blog.csdn.net/weixin_42420249/article/details/81191861 依赖版本报错:更换其他版本 无法下载依赖可参考:https://blog.csdn.net/weixin_42628809/a
错误1:代码生成器依赖和mybatis依赖冲突 启动项目时报错如下 2021-12-03 13:33:33.927 ERROR 7228 [ main] o.s.b.d.LoggingFailureAnalysisReporter : *************************** APPL
错误1:gradle项目控制台输出为乱码 # 解决方案:https://blog.csdn.net/weixin_43501566/article/details/112482302 # 在gradle-wrapper.properties 添加以下内容 org.gradle.jvmargs=-Df
错误还原:在查询的过程中,传入的workType为0时,该条件不起作用 &lt;select id=&quot;xxx&quot;&gt; SELECT di.id, di.name, di.work_type, di.updated... &lt;where&gt; &lt;if test=&qu
报错如下,gcc版本太低 ^ server.c:5346:31: 错误:‘struct redisServer’没有名为‘server_cpulist’的成员 redisSetCpuAffinity(server.server_cpulist); ^ server.c: 在函数‘hasActiveC
解决方案1 1、改项目中.idea/workspace.xml配置文件,增加dynamic.classpath参数 2、搜索PropertiesComponent,添加如下 &lt;property name=&quot;dynamic.classpath&quot; value=&quot;tru
删除根组件app.vue中的默认代码后报错:Module Error (from ./node_modules/eslint-loader/index.js): 解决方案:关闭ESlint代码检测,在项目根目录创建vue.config.js,在文件中添加 module.exports = { lin
查看spark默认的python版本 [root@master day27]# pyspark /home/software/spark-2.3.4-bin-hadoop2.7/conf/spark-env.sh: line 2: /usr/local/hadoop/bin/hadoop: No s
使用本地python环境可以成功执行 import pandas as pd import matplotlib.pyplot as plt # 设置字体 plt.rcParams[&#39;font.sans-serif&#39;] = [&#39;SimHei&#39;] # 能正确显示负号 p
错误1:Request method ‘DELETE‘ not supported 错误还原:controller层有一个接口,访问该接口时报错:Request method ‘DELETE‘ not supported 错误原因:没有接收到前端传入的参数,修改为如下 参考 错误2:cannot r
错误1:启动docker镜像时报错:Error response from daemon: driver failed programming external connectivity on endpoint quirky_allen 解决方法:重启docker -&gt; systemctl r
错误1:private field ‘xxx‘ is never assigned 按Altʾnter快捷键,选择第2项 参考:https://blog.csdn.net/shi_hong_fei_hei/article/details/88814070 错误2:启动时报错,不能找到主启动类 #
报错如下,通过源不能下载,最后警告pip需升级版本 Requirement already satisfied: pip in c:\users\ychen\appdata\local\programs\python\python310\lib\site-packages (22.0.4) Coll
错误1:maven打包报错 错误还原:使用maven打包项目时报错如下 [ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0:resources (default-resources)
错误1:服务调用时报错 服务消费者模块assess通过openFeign调用服务提供者模块hires 如下为服务提供者模块hires的控制层接口 @RestController @RequestMapping(&quot;/hires&quot;) public class FeignControl
错误1:运行项目后报如下错误 解决方案 报错2:Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile (default-compile) on project sb 解决方案:在pom.
参考 错误原因 过滤器或拦截器在生效时,redisTemplate还没有注入 解决方案:在注入容器时就生效 @Component //项目运行时就注入Spring容器 public class RedisBean { @Resource private RedisTemplate&lt;String
使用vite构建项目报错 C:\Users\ychen\work&gt;npm init @vitejs/app @vitejs/create-app is deprecated, use npm init vite instead C:\Users\ychen\AppData\Local\npm-