有没有更好的方法来根据某些字符拆分熊猫数据框列？

Question

如何分隔下面日期列中的日期。分隔符是 Y,X 还是 " "？

xx = {'Code': ["001", "002","003"], 'Date': ["202103151716Y202103151716","202103151716X202103151716","202103151716 202103151716"]}
df = pd.DataFrame(data=xx)
df
    Code     Date
0   001 202103151716Y202103151716
1   002 202103151716X202103151716
2   003 202103151716 202103151716

我下面的解决方案一次找到一个字符，即 Y 或 X，但不能同时找到这两个字符。它用“”替换它们，然后将它们分开。有什么方法可以编写一个查找 X、Y 或空格（“”）并使用空格分隔它们的语句？与运行以下三个语句替换 Y，然后替换 X 相比，在我的解决方案中更像是 OR 语句。

df['Date'] = df['Date'].str.replace('Y',' ') #Replace Y with space
df['Date'] = df['Date'].str.replace('X',' ')
df[['Date1', 'Date2']] = df['Date'].str.split(' ', 1, expand=True) # Splits the column into two other columns, Date1 and  Date2

预期输出：

    Code    Date                     Date1           Date2
0   001 202103151716 202103151716   202103151716    202103151716
1   002 202103151716 202103151716   202103151716    202103151716
2   003 202103151716 202103151716   202103151716    202103151716

Answer 1

您可以使用\D+ 模式直接拆分列数据，该模式匹配一​​个或多个数字以外的字符（因为空格，X 或 Y 是非数字）：

import pandas as pd
xx = {'Code': ["001", "002","003"], 'Date': ["202103151716Y202103151716","202103151716X202103151716","202103151716 202103151716"]}
df = pd.DataFrame(data=xx)
df[['Date1', 'Date2']] = df['Date'].str.split(r'\D+', 1, expand=True)
df['Date1'] = pd.to_datetime(df['Date1'])
df['Date2'] = pd.to_datetime(df['Date2'])
df
# =>  Code                       Date               Date1               Date2
#   0  001  202103151716Y202103151716 2021-03-15 17:16:00 2021-03-15 17:16:00
#   1  002  202103151716X202103151716 2021-03-15 17:16:00 2021-03-15 17:16:00
#   2  003  202103151716 202103151716 2021-03-15 17:16:00 2021-03-15 17:16:00

所以，一开始就没有必要更换任何东西。

用非数字字符分隔后，您可以使用pd.to_datetime() 将日期时间数值转换为日期时间类型。

注意 [ XY] 是一个只匹配空格、X 或 Y 的字符类，但似乎 \D+ 非数字模式对数据应该是安全的你展示了。