根据条件替换 pandas 数据框列中的 int 或字符串的一部分

Question

我有一个 pandas 数据框，其中有一列表示日期但以 int 格式保存。对于几个日期，我有第 13 个月和第 14 个月。我想用第 12 个月替换第 13 个月和第 14 个月。然后，最终将其转换为date_time格式。

Original_date
20190101
20191301
20191401

New_date
20190101
20191201
20191201

我尝试将格式替换为字符串，然后仅根据字符串 [4:6] 中的月份索引进行替换，但没有成功：

df.original_date.astype(str)
for string in df['original_date']:
    if string[4:6]=="13" or string[4:6]=="14":
        string.replace(string, string[:4]+ "12" + string[6:])
print(df['original_date'])

Answer 1

为什么不直接写一个正则表达式？

s = pd.Series('''20190101
20191301
20191401'''.split('\n')).astype(str)
s.str.replace('(?<=\d{4})(13|14)(?=01)', '12', regex=True)

产量：

0    20190101
1    20191201
2    20191201
dtype: object

（注意，您需要将输出重新分配回列以将其保存在内存中。）

Answer 2

您可以将 .str.replace 与正则表达式一起使用

df['New_date'] = df['Original_date'].astype(str).str.replace('(\d{4})(13|14)(\d{2})', r'\g<1>12', regex=True)

print(df)

   Original_date  New_date
0       20190101  20190101
1       20191301  20191201
2       20191401  20191201

Answer 3

您可以将替换和逻辑编写在一个单独的函数中，如果您还需要更改年或月，这也使您可以轻松调整它。 apply 允许您在 DataFrame 的每一行上使用该函数。

import pandas as pd

def split_and_replace(x):
    year = x[0:4]
    month = x[4:6]
    day = x[6:8]
    if month in ('13', '14'):
        month = '12'
    else:
        pass
    
    return year + month + day
    

df = pd.DataFrame(
    data={
        'Original_date': ['20190101', '20191301', '20191401']    
    }
)

res = df.Original_date.apply(lambda x: split_and_replace(x))

print(res)

根据条件替换 pandas 数据框列中的 int 或字符串的一部分

replace part of an int or string in a pandas dataframe column upon condition

python

string

datetime

replace

pandas