python - 从 Pandas 列中提取任何格式的日期(日期是较长字符串的一部分)

Question

我正在尝试从 pandas 列中提取任何格式的日期(日期是较长字符串的一部分)。

我找到了 this回答是在 pandas 之外执行的，但我不确定如何在 pandas 专栏中使用它来执行此操作。

日期可以有多种格式，例如:

footballer, born October 1989
footballer, born 1900s
footballer, born 29 December 1987
Brazilian footballer, born 1983
31/02/1901
16 May 2019

是否可以将任何日期格式和部分日期作为具有日期类型的 pandas 列？

Answer 1

使用链接答案中的方法:

import dateutil.parser as dparser
s.apply(lambda x: dparser.parse(x,fuzzy=True).strftime('%Y-%m-%d'))

尽管 dparser 当然不能应对所有可能性:在示例数据中，您必须将 footballer, born 1900s 更改为 footballer, born 1900 的，否则解析会提示秒必须在 0..59 中

如果您需要异常处理，您必须定义一个常规函数，因为 lambda 无法处理 try/except:

def myparser(x):
    try:
       return dparser.parse(x,fuzzy=True)
    except:
       return None

s.apply(lambda x: myparser(x))

这将为错误的日期插入 NaT 值(或者您可以根据需要提供“默认日期”):

0    1989-10-12
1           NaT
2    1987-12-29
3    1983-07-12
4           NaT
5    2019-05-16