将不一致的格式转换为时间（小时、分钟）为更清晰的一致格式

Question

我正在尝试将数据输入和操作到 python 中，但无法将 csv 转换为正确的行格式。

我尝试打印一行并尝试使用 Regex 搜索字符串，但我不太熟悉它。

timeNote = ['18.30-19.00', '4PM-5PM', '3-4', '4-4.10PM', '15-18', '15 - 17']

我试过用这个

for i in range(len(timeNote)):
    print(re.findall(r'\b\d+\b', timeNote[i]))

打印出来

['18', '30', '19', '00']
[]
['3', '4']
['4', '4']
['15', '18']
['15', '17']

如果有更好的方法甚至可以转换为时域，我们将不胜感激。如果它还不是很明显，我对 python 还很陌生。

Answer 1

由于您标记了pandas，因此这是一种方法。请注意，您可以使用 extract 中的模式作为您的正则表达式模式：

timeNote = ['18.30-19.00', '4PM-5PM', '3-4', '4-4.10PM', '15-18', '15 - 17']
s = pd.Series(timeNote)

pattern = '(?P<start>[\d\.]+)(?P<start_pm>PM)?\D*(?P<end>[\d\.]+)(?P<end_pm>PM)?'

s.str.extract(pattern)

输出

   start start_pm    end end_pm
0  18.30      NaN  19.00    NaN
1      4       PM      5     PM
2      3      NaN      4    NaN
3      4      NaN   4.10     PM
4     15      NaN     18    NaN
5     15      NaN     17    NaN

对于正则表达式的解释，您可以粘贴模式here。

从那里，您可以选择解释您的数据。请注意，对于这种形式，start 和 and 是字符串。

我们甚至可以更疯狂地解析小时和分钟：

pattern = ('(?P<s_h>[\d]+)'+  # start hour
           '[.:]?(?P<s_m>\d+)?'+ # start minute
           '(?P<s_pm>PM)?' + # start PM
           '\D*(?P<e_h>\d+)'+ # end hour
           '[.:]?(?P<e_m>\d+)?'+ # end minute
           '(?P<e_pm>PM)?' # end PM
          )

print(s.str.extract(pattern))

给予：

  s_h  s_m s_pm e_h  e_m e_pm
0  18   30  NaN  19   00  NaN
1   4  NaN   PM   5  NaN   PM
2   3  NaN  NaN   4  NaN  NaN
3   4  NaN  NaN   4   10   PM
4  15  NaN  NaN  18  NaN  NaN
5  15  NaN  NaN  17  NaN  NaN