提取所有日期 - 如何在 python 中使用 RegEx 分隔单个年份？

Question

我的数据框的其中一列的测试中包含了一些日期。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.. 我一年的一半时间在 'month' 和 'day' 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/”分开处理20/09'"，然后附加它们。

Answer 1

您可以使月份和日期的匹配更具体一些。

由于总是有一年，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) 否定向后看，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[=14=]
- (?:非捕获组
  - (?P<day>3[01]|[12][0-9]|0?[1-9])/组天后跟[=14=]
- )? 关闭组并使其可选
)? 关闭组并使其可选
(?P<year>(?:20|19)?\d{2})组年，可选择匹配20或19和2位数字
(?!\S) 否定前瞻，直接在右侧断言不是非空白字符（右侧的空白边界）

Regex demo

提取所有日期 - 如何在 python 中使用 RegEx 分隔单个年份？

Extractall dates - how to separate single years with RegEx in python?

regex

date

regex-group

python-3.x

pandas