如何用 python 中的 hh:mm 替换正则表达式模式 hh:mm:ss

Question

如果这是一个简单的问题，我很抱歉，但我有一个具有不同时间格式的 csv 文件，如下所示： hh:mm 和 hh:mm:ss

文件的摘录如下所示：

column_name
00:00:00
01:00:00
05:00
02:00:00
03:00:00
06:00
...
23:00:00
00:00:00

我有以下正则表达式来匹配所有这些时间 [0-9]{2}[:][0-9]{2}[:][0-9]{2}

我的问题是如何去除 hh:mm:ss 格式的冒号和秒数 (:ss) 但保持 hh:mm 格式不变。本质上只改变其中一种格式 hh:mm:ss 到 hh:mm 以便它们在 python 脚本中都采用 hh:mm 格式？

我试过使用这条线：

df['column_name'] = [re.sub(r'[0-9]{2}[:][0-9]{2}[:][0-9]{2}', r'[0-9]{2}[:][0-9]{2}', str(x)) for x in df['column_name']]

但这一直都变成了这个[0-9]{2}[:][0-9]{2}

我也试过只使用 [:-3] 之类的切片，但我无法让它工作：

df['column_name'] = [re.sub(r'[0-9]{2}[:][0-9]{2}[:][0-9]{2}', [:-3], str(x)) for x in df['column_name']]

非常感谢任何帮助，谢谢

编辑我以前认为@RJ Adriaansen 的答案是正确的，但经过仔细检查，它还更改了需要保持不变的 hh:mm 格式，这意味着它必须使用正则表达式，因此 @Haleemur Ali 的答案是解决的对我来说。

Answer 1

您可以使用 str:

对字符串进行切片

df['column_name'] = df['column_name'].str[:-3]

或者：

df['column_name'] = df['column_name'].str.rsplit(':', 1).str[0]

Answer 2

如果您想使用正则表达式来解决这个问题，请使用捕获组：

df.column_name.str.replace(r'(\d{2}):(\d{2}):(\d{2})', r':', regex=True)

要定义捕获组，请将其括在括号中。然后您可以使用组索引（从一个开始）引用捕获的字符串。

另外，请务必注意，由于这些组被称为 \<group-number>，因此需要使用原始正则表达式字符串。

How to replace regex pattern hh:mm:ss with hh:mm in python