代码之家 › 专栏 › 技术社区 › Tmiskiewicz

数据帧-删除特殊字符

data-cleaning replace dataframe pandas python

-1

Tmiskiewicz · 技术社区 · 2 年前

我的DF如下所示:

id date
1  '  : 07/01/2020 23:25'
2  ': 07/02/2020'
3  ' 07/03/2020 23:25 1'
4  '07/04/2020'
5  '23:50 07/05/2020'
6  '07 06 2023'
7  '00:00 07 07 2023'

我需要删除所有介于“:”之间的特殊字符和数字,所以DF应该如下所示

id date
1 07/01/2020 
2 07/02/2020 
3 07/03/2020 
4 07/04/2020 
5 07/05/2020

我不能使用简单的: df['date'].str.split(':').str[0] 或 df['date'].str.replace(":",'') 因为我会丢失正确的值。你知道我该怎么解决这个问题吗?

当做

1 回复 | 直到 2 年前

mozway 2 年前

假设你想转换为datetime,你不一定要清理字符串,你可以通过 exact=False 到 to_datetime :

df['out'] = pd.to_datetime(df['date'], format='%d/%m/%Y', exact=False)

否则,对于字符串,请使用 (\d{2}/\d{2}/\d{4}) 正则表达式和 str.extract

df['clean'] = df['date'].str.extract(r'(\d{2}\/\d{2}\/\d{4})')

输出:

   id                  date        out       clean
0   1    : 07/01/2020 23:25 2020-01-07  07/01/2020
1   2          : 07/02/2020 2020-02-07  07/02/2020
2   3    07/03/2020 23:25 1 2020-03-07  07/03/2020
3   4            07/04/2020 2020-04-07  07/04/2020
4   5      23:50 07/05/2020 2020-05-07  07/05/2020

更新示例:

用空格提取或 / 作为分离器,那么 replace 空间由 / .

df['clean'] = (df['date']
               .str.extract(r'(\d{2}[ /]\d{2}[ /]\d{4})',
                            expand=False)
               .str.replace(' ', '/')
              )

输出:

   id                  date       clean
0   1    : 07/01/2020 23:25  07/01/2020
1   2          : 07/02/2020  07/02/2020
2   3    07/03/2020 23:25 1  07/03/2020
3   4            07/04/2020  07/04/2020
4   5      23:50 07/05/2020  07/05/2020
5   6            07 06 2023  07/06/2023
6   7      00:00 07 07 2023  07/07/2023

推荐文章

Hard_Course · 用另一列中的值替换行的最后一个非NA条目

1 年前

Andrew Cheong · 如何在半异步情况下使用Javascript async/await?(例如,在String.replace中)[重复]

1 年前

Alex Howard · 如何用秒开始的值填充数据帧?

2 年前

user1946932 · 正则表达式:删除连续两个以上的<br>?

2 年前

leiseg · 阻止PowerShell Replace在替换字符串中添加新行[重复]

2 年前

Neeraj · 用R中的另一组单词替换该组单词

2 年前

Josephine Fang · pandas列部分子字符串替换为另一个数据帧列(如果子字符串包含字符串)

2 年前

Three Year Old · 如何仅在捕获组不为空的情况下插入特定字符?复制

2 年前

Makstvell · linux bash->sed(正则表达式)。如何用“source_dir”和“target_dir”替换所有出现的已定义节,以替换source_dir节中的内容

2 年前

Prabhu · 在文件中查找具有匹配字符串的数字,并使用ansible替换为另一个数字

2 年前