如何根据条件将 csv 拆分为 2 个数据框答案

【问题标题】：How to split csv into 2 dataframe with the condition如何根据条件将 csv 拆分为 2 个数据框
【发布时间】：2020-12-23 12:34:11
【问题描述】：

我的想法是将两个“字符串”分开，然后将两个数据帧转换为相同的日期时间格式。我试试代码

data['date'] = pd.to_datetime(data['date'])
data['date'] = data['date'].dt.strftime('%Y-%m-%d')

但输出有一些错误。 2020 年 2 月 13 日将变为 2020 年 2 月 13 日，这就是我想要的。但是 12/02/2020 将变为 2020-12-02。

我的数据框有 2 种日期格式。分别是 YYYY-MM-DD 和 DD/MM/YYYY。

dataframe

我需要将其拆分为 2 个数据框，将所有日期为 YYYY-MM-DD 的行放入 df1。

数据类型为对象。

所有日期为DD/MM/YYYY的所有行都放入df2。

有人知道怎么写代码吗？

【问题讨论】：

您还需要将其转换为日期时间吗？
我的想法是将两个“字符串”分开，然后将两个数据帧转换为相同的日期时间格式。我尝试了代码data['date'] = pd.to_datetime(data['date']),data['date'] = data['date'].dt.strftime('%Y-%m-%d')，但输出有一些错误。 2020 年 2 月 13 日将变为 2020 年 2 月 13 日，这就是我想要的。但是 12/02/2020 将变为 2020-12-02。
我知道了，在EDIT添加了解决方案

标签： python pandas csv

【解决方案1】：

如果不需要转换为日期时间，请使用 Series.str.contains 和 boolean indexing：

mask = df['date'].str.contains('-')
df1 = df[mask].copy()
df2 = df[~mask].copy()

如果需要日期时间，如果格式不匹配，您可以使用to_datetime 中的参数errors='coerce' 获取缺失值，所以最后删除缺失值：

df1 = (df.assign(date = pd.to_datetime(df['date'], format='%Y-%m-%d', errors='coerce')
        .dropna(subset=['date']))

df2 = (df.assign(date = pd.to_datetime(df['date'], format='%d/%m/%Y', errors='coerce')
         .dropna(subset=['date']))

编辑：如果需要用正确的日期时间填充输出列，您可以用另一个Series 替换缺失值Series.fillna：

date1 = pd.to_datetime(df['date'], format='%Y-%m-%d', errors='coerce')
date2 = pd.to_datetime(df['date'], format='%d/%m/%Y', errors='coerce')

df['date'] = date1.fillna(date2)

【讨论】：

EDIT（第二个）代码是正确的代码。谢谢你。 date1 = pd.to_datetime(df['date'], format='%Y-%m-%d', errors='coerce') date2 = pd.to_datetime(df['date'], format='%d/%m/%Y', errors='coerce') df['date'] = date1.fillna(date2)

【解决方案2】：

您可以使用分隔不同的事实来查找日期。

如果您的数据框采用这种格式：

 df = pd.DataFrame({'id' : [1,1,2,2,3,3], 
   "Date": ["30/8/2020","30/8/2021","30/8/2022","2019-10-24","2019-10-25","2020-10-24"] })

用“-”或“/”分隔数据

您可以使用查找此元素并将其应用于日期列的函数：

   def find(string):
       if string.find('/')==2:
     return True 
       else:
     return False

   df[df['date'].apply(find)]

【讨论】：