Python 基于模式替换某些值，并在模式中提取子字符串

熊猫数据框带有包含各种日期的col1

 col1
 Q2 '20
 Q1 '21
 May '20
 June '20
 25/05/2020
 Q4 '20+Q1 '21
 Q2 '21+Q3 '21
 Q4 '21+Q1 '22

我想替换

col1

中与模式匹配的某些值。对于包含带“+”的两个季度的值，我希望返回字符串中的季节加上模式中包含的第一年。我想让其他值保持原样

例如：

col1
Q2 '20
Q1 '21
May '20
June '20
25/05/2020
Winter 20
Summer 20
Winter 21

1） 20年第4季度+21年第1季度应为“冬季20”

2） 第二季度'21+第三季度'21应为'Summer 21'

3） 2012年第4季度+2012年第1季度应为“冬季21”

所需输出：

col1
Q2 '20
Q1 '21
May '20
June '20
25/05/2020
Winter 20
Summer 20
Winter 21

我尝试过几种方法，如替换、拆分、提取。但我没有解决问题。使用字典是没有帮助的，因为df很大，有很多Q4'XX+Q1'XX和Q2'XX+Q3'XX的变体

'''
col1
Q2 '20
Q1 '21
May '20
June '20
25/05/2020
Q4 '20+Q1 '21
Q2 '21+Q3 '21
Q4 '21+Q1 '22
'''

import pandas as pd

df = pd.read_clipboard(sep="!")

print(df)

输出：

           col1
0         Q2 '20
1         Q1 '21
2        May '20
3       June '20
4     25/05/2020
5  Q4 '20+Q1 '21
6  Q2 '21+Q3 '21
7  Q4 '21+Q1 '22

         col1
0      Q2 '20
1      Q1 '21
2     May '20
3    June '20
4  25/05/2020
5   Winter 20
6   Summer 21
7   Summer 21

输出：

           col1
0         Q2 '20
1         Q1 '21
2        May '20
3       June '20
4     25/05/2020
5  Q4 '20+Q1 '21
6  Q2 '21+Q3 '21
7  Q4 '21+Q1 '22

         col1
0      Q2 '20
1      Q1 '21
2     May '20
3    June '20
4  25/05/2020
5   Winter 20
6   Summer 21
7   Summer 21

---

您可以匹配多个图案，每个季节一个：

df=pd.DataFrame（{'col1'：[
“Q2'20”，
“Q1'21”，
“5月20日”，
“6月20日”，
"25/05/2020",
“20年第四季度+21年第一季度”，
“第二季度21+第三季度21”，
“21年第4季度+22年第1季度”]}）
季节={
r“Q4”（\d*）\+Q1.*：r“Winter\1”，
r“Q1'（\d*）\+Q2.*：r'Spring\1'，
r“Q2'（\d*）\+Q3.*：r'Summer\1'，
r“Q3”（\d*）\+Q4.*：r“秋\1”
}
df.col1.replace（季节，正则表达式=True）
0 Q2'20
二零零一年第一季
20年5月2日
20年6月3日
4    25/05/2020
5冬季20
6夏季21
7冬季21

或者我认为更有效的另一个版本，因为我只匹配一个正则表达式，但我使用全局变量，所以我不确定哪个版本更好

季节={
‘Q4Q1’：‘冬季’，
‘Q1Q2’：‘春天’，
“第三季度”：夏季，
‘第四季度’：‘秋季’
}
pattern=re.compile（r“（Q\d）”（\d*）\+（Q\d）。*”）
def更换季节（世界其他地区）：
匹配=模式。匹配（行）
如果匹配：
季节=季节[比赛组（1）+比赛组（3）]
年份=匹配。组（2）
回归季节+年
其他：
返回行
df.col1.apply（将季节更改为季节）

对不起-我应该说数据帧有数千行，有很多变体，因此使用dict没有帮助。在这种情况下，逻辑关联必须以您想要转换的方式存在。例如，如果有一些python库或包可以将值“Q4'20+Q1'21”转换为“Winter 20”作为通用标准。如果我能找到任何东西，我会更新我的答案。你能提供所有可能的XX映射吗。例如，Q4'XX+Q1'XX+1==冬季XX+1。第二季度XX+第三季度XX==夏季XX。第一季度XX+第二季度XX和第三季度XX+第四季度XX的情况如何？第一季度XX+第二季度XX和第三季度XX+第四季度XX在数据中不存在，也不会存在。只有第4季度XX+1季度XX和第2季度XX+3季度XXI使用正则表达式更新了答案。它现在应该对你有用。你能告诉我这是否解决了你的问题吗？如果你没有全部的4季，你可以从两个解决方案中删除你不需要的。我喜欢第一个解决方案，因为它很简单。