首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在Pandas列中将数字与日期分开

,可以通过以下步骤实现:

  1. 首先,确保该列的数据类型为字符串或日期类型。如果不是,可以使用astype方法将其转换为字符串或日期类型。
  2. 使用正则表达式或字符串处理方法,将数字和日期分开。可以使用str.extract方法提取数字和日期部分,或使用str.split方法将字符串拆分为数字和日期。
  3. 如果提取的数字和日期部分是字符串类型,可以进一步转换为数值或日期类型。可以使用astype方法将字符串转换为数值类型,或使用pd.to_datetime方法将字符串转换为日期类型。

以下是一个示例代码:

代码语言:python
代码运行次数:0
复制
import pandas as pd

# 创建示例数据
data = {'column': ['12345-2022-01-01', '67890-2022-01-02']}
df = pd.DataFrame(data)

# 将列转换为字符串类型
df['column'] = df['column'].astype(str)

# 使用正则表达式提取数字和日期部分
df['number'] = df['column'].str.extract(r'(\d+)-')
df['date'] = df['column'].str.extract(r'-(\d{4}-\d{2}-\d{2})')

# 将数字部分转换为数值类型
df['number'] = df['number'].astype(int)

# 将日期部分转换为日期类型
df['date'] = pd.to_datetime(df['date'])

# 打印结果
print(df)

输出结果如下:

代码语言:txt
复制
              column  number       date
0  12345-2022-01-01   12345 2022-01-01
1  67890-2022-01-02   67890 2022-01-02

在这个例子中,我们首先将列转换为字符串类型,然后使用正则表达式提取数字和日期部分。接下来,我们将数字部分转换为数值类型,将日期部分转换为日期类型。最后,我们将提取的数字和日期部分存储在新的列中。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

领券