python - 如何从Python中不同类型的日期中提取年份

Question

我有一列包含不同类型的日期，例如:

2\06\1998
21.11.1998  
18-02-2001
03/05/1999 
20 july 1999

我只想要年份。

我尝试了不同类型的正则表达式，例如:

def get_date(date):
        number= re.findall('\[0-9]\-{0,1}\\{0,1}\/{0,1}\[0-9]\-{0,1}\\{0,1}\/{0,1}\[0-9]', date)
        return number[6:]

但我无法提取年份。 对于这种情况最合适的正则表达式是什么？ 执行两种类型的正则表达式不是问题，一种用于 dd/mm/yyyy 格式，另一种用于字母中带有月份的日期。

Answer 1

不要陷入正则表达式/“删除最后 4 个字符”的兔子洞。 如果到达其他格式的日期(例如 2019-08-27)，任何简单的正则表达式/剥离解决方案都将失败。

使用pd.to_datetime让pandas处理解析，然后抓取dt.year。

df = pd.DataFrame({'a': ['2/06/1998', '21.11.1998', '18-02-2001', '03/05/1999',
                         '20 july 1999', '2019-08-27']})
df['a'] = pd.to_datetime(df['a'])
print(df['a'].dt.year)

输出

0    1998
1    1998
2    2001
3    1999
4    1999
5    2019

注意:请注意，我必须更改斜杠的方向(2\06\1998 更改为 2/06/1998)，但这是一个非常小的代价为获得更强大的解决方案而付出代价。