python 中的数据转换
data conversion in python
我在网上爬过数据。这些数据保存在mongodb中。这一天总是在月份和年份之前。我只需要月份，year.I想去掉月份前面的数字，数据框不一样，比如：
2008 年 5 月 20-21 日，
2008 年 3 月 19 日，
2010 年 9 月 16-17 日，
2011 年 9 月 5 日，
这些数据在python中保存为字符串，请问python中有去除天数的函数吗？这些大约是3000条数据，所以我想我需要一个周期来处理这个问题。
因为您要删除的信息都是数字，白色 space，可能还有一个连字符，您可以使用以下方法轻松地为每个日期执行此操作：
month_year = days_month_year.lstrip('0123456789- \t')
这应该是相当可靠的，因为您希望字符串以月份开头，而月份总是按字母顺序排列。
当然，有许多不同的方法可以做到这一点。你也可以做正则表达式提取你想要的，但上面是最简单的。
>>> s = '20-21 May 2008'
>>> s.lstrip('0123456789- \t')
'May 2008'
你可以使用
pd.Series(['20-21 May 2008', '19 March 2008', '16-17 September 2010', '5 September 2011']).str.extract('(\w{3,}\s\d{4})', expand=False)
这将提取所需的字符串并创建一个新的 Series 对象。
我在网上爬过数据。这些数据保存在mongodb中。这一天总是在月份和年份之前。我只需要月份，year.I想去掉月份前面的数字，数据框不一样，比如：
2008 年 5 月 20-21 日， 2008 年 3 月 19 日， 2010 年 9 月 16-17 日， 2011 年 9 月 5 日，
这些数据在python中保存为字符串，请问python中有去除天数的函数吗？这些大约是3000条数据，所以我想我需要一个周期来处理这个问题。
因为您要删除的信息都是数字，白色 space，可能还有一个连字符，您可以使用以下方法轻松地为每个日期执行此操作：
month_year = days_month_year.lstrip('0123456789- \t')
这应该是相当可靠的，因为您希望字符串以月份开头，而月份总是按字母顺序排列。
当然，有许多不同的方法可以做到这一点。你也可以做正则表达式提取你想要的，但上面是最简单的。
>>> s = '20-21 May 2008'
>>> s.lstrip('0123456789- \t')
'May 2008'
你可以使用
pd.Series(['20-21 May 2008', '19 March 2008', '16-17 September 2010', '5 September 2011']).str.extract('(\w{3,}\s\d{4})', expand=False)
这将提取所需的字符串并创建一个新的 Series 对象。