提取日期 - 如何在 python 中使用 RegEx 分隔单个年份？答案

【问题标题】：Extractall dates - how to separate single years with RegEx in python?提取日期 - 如何在 python 中使用 RegEx 分隔单个年份？
【发布时间】：2020-11-29 07:00:15
【问题描述】：

我的数据框中的一列中包含测试中的一些日期。例如，

sr = pd.Series(['04/20/2009', '04/20/09', '4/20/09', '4/3/09', '6/2008','12/2009','2010'])

我想提取这些日期.. 我一年中有一半的时间出现在“月”和“日”列中。

result = sr.str.extractall(r'(?P<month>\d{,2})[/]?(?P<day>\d{,2})[/]?(?P<year>\d{2,4})')
result

      month day year
  match         
0   0   04  20  2009
1   0   04  20  09
2   0   4   20  09
3   0   4   3   09
4   0   6   20  08
5   0   12  20  09
6   0   20  NaN 10

我该如何解决这个问题？

我只能想到将“'6/2008','12/2009','2010'”与“'04/20/2009','04/20/09','4/20/'分开处理” 09'"，然后附加它们。

【问题讨论】：

pd.to_datetime(sr) 日期转换错误？
在我的原始数据框中，日期包含在文本中，例如：“on 9/27/75 Audit C Score Current”

标签： python-3.x regex pandas date regex-group

【解决方案1】：

您可以使匹配更具体地针对月份和日期。

由于总有一年，您可以将整个组的月份和日期设为可选。

在该可选组中，您可以将月份与可选日期匹配。

(?<!\S)(?:(?P<month>1[0-2]|0?[1-9])/(?:(?P<day>3[01]|[12][0-9]|0?[1-9])/)?)?(?P<year>(?:20|19)?\d{2})(?!\S)

部分

(?<!\S) 否定后视，断言直接在左边的不是非空白字符（左边的空白边界）
(?:非捕获组
- (?P<month>1[0-2]|0?[1-9])/ 组月后跟/
- (?:非捕获组
  - (?P<day>3[01]|[12][0-9]|0?[1-9])/ 组 day 后跟 /
- )? 关闭群组并将其设为可选
)? 关闭组并使其成为可选
(?P<year>(?:20|19)?\d{2}) 组年份，可选择匹配 20 或 19 和 2 位数字
(?!\S) 负前瞻，不直接在右侧断言非空白字符（右侧的空白边界）

Regex demo

【讨论】：

感谢您的链接！ (?!\S) 和 (?
@bluetail 它们是环视断言，表示左侧和右侧的空白边界。如果你愿意，我可以添加对模式的解释？
@bluetail 不，它们是非消耗性的断言。我已经部分添加了模式。
我明白了。 'assert not a non whitespace'= 'asset a whitespace'，非常感谢。我真的很喜欢你如何分隔月/日的数字。
现在很好，我想通了。 :)