将文本拆分为熊猫数据框：处理不同的维度

Question

我正在尝试将 series 拆分为 pandas 列，但我正在处理以下问题：

df.head()

                 Opportunity Name     Amount Currency   Amount
       XXXX - XX - 2019 - 01 - 20                 ARS      300 
      YYY - YY - Y -2019 - 01 -21                 CHL      350
       ZZZZ - ZZ - 2019 - 03 - 25                 ARS      500
TT - TT - T - TT - 2019 - 04 - 26                 ARS     1000

每当我尝试获取一个新的数据框时，我可以将日期放在单独的列中。 我使用 str.split() 函数和 expands=True 和拆分分隔符 -

df['Opportunity Name'].str.split('-' , expand=True)

但是我的结果很混乱，很难用日期选择那些列，因为它是这样拆分的：

          0      1     2     3     4     5     6      
       XXXX     XX  2019    01    20  None  None
        YYY     YY     Y  2019    01    21  None
       ZZZZ     ZZ  2019    03    25  None  None
         TT     TT     T    TT  2019    04    26

这很难分割该数据框，我只想从该字符串 datafrane 列中获取日期

Answer 1

• 提供的真实数据与显示的示例数据一致，因为日期字符始终位于末尾。
• 使用内置函数isnumeric 和列表理解来获取列表中的数字
• ''.join([...][-8:]) 仅组合最后 8 个字符
• .to_datetime 转换为数据时间格式

df['Date'] = df['Opportunity Name'].apply(lambda x: ''.join([y for y in x if y.isnumeric()][-8:]))
df['Date'] = pd.to_datetime(df['Date'])

print(df)

                    Opportunity Name Amount Currency  Amount       Date
0        XXXX - XX - 32019 - 01 - 20             ARS     300 2019-01-20
1        YYY - YY - Y -2019 - 01 -21             CHL     350 2019-01-21
2         ZZZZ - ZZ - 2019 - 03 - 25             ARS     500 2019-03-25
3  TT - TT - T - TT - 2019 - 04 - 26             ARS    1000 2019-04-26

获取第一个值

df['first_value'] = df['Opportunity Name'].apply(lambda x: x.split('-')[0].strip())
print(df)

                    Opportunity Name Amount Currency  Amount       Date first_value
0        XXXX - XX - 32019 - 01 - 20             ARS     300 2019-01-20        XXXX
1        YYY - YY - Y -2019 - 01 -21             CHL     350 2019-01-21         YYY
2         ZZZZ - ZZ - 2019 - 03 - 25             ARS     500 2019-03-25        ZZZZ
3  TT - TT - T - TT - 2019 - 04 - 26             ARS    1000 2019-04-26          TT