python - Pandas:从日期列中分离出多种时间格式
问题描述
输入df
Date Value
1999 2287
2000 9825
2001 3897
. 3267
. 3627
. 3867
3687
1999 Q1 3627
1999 Q2 3627
1999 Q3 3667
. 3682
. 3267
. 3067
1999 JAN 3674
1999 FEB 3657
1999 MAR 3687
如何在不同数据框中的Date
列中分离不同的格式?
输出
df1
Date Value
1999 2287
2000 9825
2001 3897
.
.
.
df2
Date Value
1999 Q1 3627
1999 Q2 3627
1999 Q3 3667
.
.
.
df3
Date Value
1999 JAN 3674
1999 FEB 3657
1999 MAR 3687
.
.
解决方案
df['Date'] = df['Date'].astype('str')
df1 = df[df['Date'].str.len() == 4]
df2 = df[df['Date'].str.len() == 7]
df3 = df[df['Date'].str.len() == 8]
推荐阅读
- reactjs - 将折线图的起始值设置为数组中的最小值
- linux - bash 脚本参数所有以指定字符串开头的文件
- angular - PrimeNG 表扩展触发所有行组件
- php - 为什么这段代码不能正确解析答案?
- javascript - 如何用正则表达式替换整个文本中的某些符号,除了引用的文本
- amazon-web-services - 无法通过 lambda 将记录放入 kinesis
- makefile - binutils构建过程中makefile出错
- android - 是否可以设置要识别的文本的字体样式?
- qemu - qemu 中不支持的 ioctl 调用
- node.js - Electron:安全地存储值