Python从字符串中删除特定的零答案

【问题标题】：Python remove specific zeros from stringPython从字符串中删除特定的零
【发布时间】：2017-04-18 02:31:49
【问题描述】：

我有一个 csv，我正在将其加载到 pandas 数据框中。

我想更改特定列以丢失月份和日期的前导零，并将小时分隔到另一列。

例如，我有一个名为 DateTime 的列，如“03/17 04:00:00”或“01/01 15:00:00”，我想更改该列（而且我猜想将 2010 年连接到日期的末尾）到一个带有“3/17/2010”的“日期”列和一个带有“4:00:00”的“时间”列，或者像第二个例子，一个带有“1/1/2010”的“日期”列和一个带有“15:00:00”的“时间”列。

我很确定我想用 regex_replace 来做这件事，我认为那会是最简单的吗？

【问题讨论】：

标签： python regex string python-3.x pandas

【解决方案1】：

请记住，这是假设您的数据格式都相同：

df = pd.DataFrame({'DateTime': ["03/17 04:00:00", "01/01 15:00:00"]})

dates = []
times = []

for x in df.DateTime:
    d, t = x.split()
    d = re.sub("^0", "", d)
    d += "/2010"
    dates.append(d)
    times.append(t)

df['Date'] = dates
df['Time'] = times

【讨论】：

熊猫中的循环显然很慢，最好避免它。
您的回答很好地证明了这一点。我还在学习熊猫，所以我把它分解成一个循环。希望答案的技能范围对人们有所帮助。

【解决方案2】：

您可以将str.split 与str.lstrip 一起使用：

df[['Date', 'Time']] = df.DateTime.str.split(expand=True)
df.Date = df.Date.str.lstrip('0') + '/2010'
print (df)
         DateTime       Date      Time
0  03/17 04:00:00  3/17/2010  04:00:00
1  01/01 15:00:00  1/01/2010  15:00:00

通过正则表达式^0 与str.replace 类似的解决方案（字符串中的第一个0）：

df[['Date', 'Time']] = df.DateTime.str.split(expand=True)
df.Date = df.Date.str.replace('^0', '') + '/2010'

时间安排：

In [10]: %timeit (jez(df2))
1 loop, best of 3: 483 ms per loop

In [11]: %timeit (jez(df))
1 loop, best of 3: 500 ms per loop

In [12]: %timeit (user39(df1))
1 loop, best of 3: 740 ms per loop

计时码：

df = pd.DataFrame({'DateTime': ["03/17 04:00:00", "01/01 15:00:00"]})
df = pd.concat([df]*100000).reset_index(drop=True)
#[200000 rows x 3 columns]
print (df)
df1 = df.copy()
df2 = df.copy()

def jez(df):
    df[['Date', 'Time']] = df.DateTime.str.split(expand=True)
    df.Date = df.Date.str.lstrip('0') + '/2010'
    return (df)

def jez1(df):
    df[['Date', 'Time']] = df.DateTime.str.split(expand=True)
    df.Date = df.Date.str.replace('^0', '') + '/2010'
    return (df)    

def user39(df):
    dates = []
    times = []

    for x in df.DateTime:
        d, t = x.split()
        d = re.sub("^0", "", d)
        d += "/2010"
        dates.append(d)
        times.append(t)

    df['Date'] = dates
    df['Time'] = times
    return df

print (jez(df))
print (jez(df2))
print (user39(df1))

【讨论】：

【解决方案3】：

datetime 模块拥有您所需要的 strptime。您应该将正则表达式保存为最后的手段，因为它的可读性较差且更容易出错。

classmethod datetime.strptime(date_string, format)

返回一个对应date_string的datetime，根据格式解析。这相当于datetime(*(time.strptime(date_string, format)[0:6]))。如果 time.strptime() 无法解析 date_string 和 format 或者如果它返回的值不是时间元组，则会引发 ValueError。有关格式化指令的完整列表，请参阅strftime() and strptime() Behavior。

文档包含指令，但这里是您可以在代码中实现的示例：

import datetime


def convert_time(tm):
    dt = datetime.datetime.strptime(tm, "%m/%d %H:%M:%S")
    dt.year = 2010

    parsed_date = "{month}/{day}/{year}".format(*dt)
    parsed_time = "{hour}:{minute}:{second}".format(*dt)

    return parsed_date, parsed_time

【讨论】：