Python Pandas : split and change the date format(one with eg:(aug 2018 - nov 2018)) and other with only one?

Question

分割日期，例如2018 年 8 月 --> 2018 年 1 月 8 日 ??

这是我的示例输入

id      year_pass
1       Aug 2018 - Nov 2018
2       Jul 2017

这是我的示例输入 2

id      year_pass
1                  Jul 2018
2       Aug 2017 - Nov 2018

我做了什么， 我可以用例如:(2018 年 8 月 - 2018 年 11 月)分割日期

# splitting the date column on the '-'
year_start, year_end = df['year_pass'].str.split('-')
df.drop('year_pass', axis=1, inplace=True)

# assigning the split values to columns
df['year_start'] = year_start
df['year_end'] = year_end

# converting to datetime objects
df['year_start'] = pd.to_datetime(df['year_start'])
df['year_end'] = pd.to_datetime(df['year_end'])

但不知道如何同时做到这一点

输出应该是:

id      year_start    year_end
1       01-08-2018    01-11-2018
2       01-07-2018    

Answer 1

这是一种使用dt.strftime("%d-%m-%Y")的方法。

例如:

import pandas as pd

df = pd.DataFrame({"year_pass": ["Aug 2018 - Nov 2018", "Jul 2017"]})
df[["year_start", 'year_end']] = df["year_pass"].str.split(" - ", expand=True)
df["year_start"] = pd.to_datetime(df['year_start']).dt.strftime("%d-%m-%Y")
df["year_end"] =  pd.to_datetime(df['year_end']).dt.strftime("%d-%m-%Y")
df.drop('year_pass', axis=1, inplace=True)

print(df)

输出:

   year_start    year_end
0  01-08-2018  01-11-2018
1  01-07-2017         NaT

---

根据评论进行编辑:

import pandas as pd

def replaceInitialSpace(val):
    if val.startswith(" "):
        return " - "+val.strip()
    return val

df = pd.DataFrame({"year_pass": ["           Jul 2018", "Aug 2018 - Nov 2018", "Jul 2017           "]})
df["year_pass"] = df["year_pass"].apply(replaceInitialSpace) 
df[["year_start", 'year_end']] = df["year_pass"].str.split(" - ", expand=True)
df["year_start"] = pd.to_datetime(df['year_start']).dt.strftime("%d-%m-%Y")
df["year_end"] =  pd.to_datetime(df['year_end']).dt.strftime("%d-%m-%Y")
df.drop('year_pass', axis=1, inplace=True)

print(df)

输出:

   year_start    year_end
0         NaT  01-07-2018
1  01-08-2018  01-11-2018
2  01-07-2017         NaT