Python 如何将日期时间值更改为单独格式化的值

我有一个数据集，不幸的是它有零星的日期时间值，而不是

int

或

str

例如，我如何通过遍历数据库并将

2019-05-03 00:00:00

替换为5-3来编辑这些值

我尝试了一些循环，但没有效果。有捷径吗

,age,menopause,tumor-size,inv-nodes,node-caps,deg-malig,breast,breast-quad,irradiat,Class
0,40-49,premeno,15-19,0-2,yes,3,right,left_up,no,recurrence-events
1,50-59,ge40,15-19,0-2,no,1,right,central,no,no-recurrence-events
2,50-59,ge40,35-39,0-2,no,2,left,left_low,no,recurrence-events
3,40-49,premeno,35-39,0-2,yes,3,right,left_low,yes,no-recurrence-events
4,40-49,premeno,30-34,2019-05-03 00:00:00,yes,2,left,right_up,no,recurrence-events
5,50-59,premeno,25-29,2019-05-03 00:00:00,no,2,right,left_up,yes,no-recurrence-events
6,50-59,ge40,40-44,0-2,no,3,left,left_up,no,no-recurrence-events
7,40-49,premeno,2014-10-01 00:00:00,0-2,no,2,left,left_up,no,no-recurrence-events
8,40-49,premeno,0-4,0-2,no,2,right,right_low,no,no-recurrence-events
9,40-49,ge40,40-44,15-17,yes,2,right,left_up,yes,no-recurrence-events
10,50-59,premeno,25-29,0-2,no,2,left,left_low,no,no-recurrence-events
11,60-69,ge40,15-19,0-2,no,2,right,left_up,no,no-recurrence-events
12,50-59,ge40,30-34,0-2,no,1,right,central,no,no-recurrence-events
13,50-59,ge40,25-29,0-2,no,2,right,left_up,no,no-recurrence-events
14,40-49,premeno,25-29,0-2,no,2,left,left_low,yes,recurrence-events
15,30-39,premeno,20-24,0-2,no,3,left,central,no,no-recurrence-events
16,50-59,premeno,2014-10-01 00:00:00,2019-05-03 00:00:00,no,1,right,left_up,no,no-recurrence-events
17,60-69,ge40,15-19,0-2,no,2,right,left_up,no,no-recurrence-events
18,50-59,premeno,40-44,0-2,no,2,left,left_up,no,no-recurrence-events
19,50-59,ge40,20-24,0-2,no,3,left,left_up,no,no-recurrence-events
20,50-59,lt40,20-24,0-2,?,1,left,left_low,no,recurrence-events
21,60-69,ge40,40-44,2019-05-03 00:00:00,no,2,right,left_up,yes,no-recurrence-events
22,50-59,ge40,15-19,0-2,no,2,right,left_low,no,no-recurrence-events
23,40-49,premeno,2014-10-01 00:00:00,0-2,no,1,right,left_up,no,no-recurrence-events
24,30-39,premeno,15-19,2019-08-06 00:00:00,yes,3,left,left_low,yes,recurrence-events
25,50-59,ge40,20-24,2019-05-03 00:00:00,yes,2,right,left_up,no,no-recurrence-events

这里有一条路

df['inv-nodes']=df['inv-nodes'].str.extract（'（\d{4}）-（\d{2}-\d{2}）[1]。fillna（df['tumor-size']）

---

您可以使用一个自定义函数，该函数使用

regex

查找日期时间字符串，并将其替换为非零填充的“%m-%d”（在Linux上，您还可以使用“%-m-%-d”…”

strftime

）：

---

这只适用于linux/unix系统，因此您在mac上可能还可以

 df.loc[df['inv-nodes'].str.contains(':'),'inv-nodes'] = df.loc[df['inv-nodes'].str.contains(':')]['inv-nodes'].apply(lambda x: pd.to_datetime(x).strftime('%-m-%-d'))

---

对不起，我不能让它工作。我希望在数据帧中迭代它，而不是将其展平并删除值，如果这样做有意义的话？@Tom_Scott您使用的是linux还是windows？@Tom_Scott我想这正是您想要的，只需通过执行df['inv-nodes']=df['inv-nodes'].str.extract（'（\d{4}）-（\d{2}-\d{2}）][1].fillna（df[‘肿瘤大小’]）@Tom_Scott在数据帧上迭代几乎总是一个坏主意。我显示的输出是否不正确？什么不起作用？@Chris我正在使用Mac，这可能是它不起作用的原因。Kenan，它确实是正确的输出，但出于某种原因，我似乎无法在我的数据帧内工作，我开始认为你是对的，我可能是不要使用OneHotEncoder并将其作为另一个变量进行分类。请不要只给出代码答案。写几句话解释您的建议。我还认为

regex

是一种方法，因此值得尝试；-）

0     15-19
1     15-19
2     35-39
3     35-39
4     30-34
5     25-29
6     40-44
7     10-01
8       0-4
9     40-44
10    25-29
11    15-19
12    30-34
13    25-29
14    25-29
15    20-24
16    10-01
17    15-19
18    40-44
19    20-24
20    20-24
21    40-44
22    15-19
23    10-01
24    15-19
25    20-24

import re

def to_month_day(s):
    m = re.match("\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}", s)
    if m:
        return m[0][5:7].lstrip('0') + '-' + m[0][8:10].lstrip('0')
    return s

# e.g.
df['inv-nodes'].apply(to_month_day)
# 0       0-2
# 1       0-2
# 2       0-2
# 3       0-2
# 4       5-3
# 5       5-3
# 6       0-2
# 7       0-2
# 8       0-2
# 9     15-17
# 10      0-2
# 11      0-2
# 12      0-2
# 13      0-2
# 14      0-2
# 15      0-2
# 16      5-3
# 17      0-2
# 18      0-2
# 19      0-2
# 20      0-2
# 21      5-3
# 22      0-2
# 23      0-2
# 24      8-6
# 25      5-3

 df.loc[df['inv-nodes'].str.contains(':'),'inv-nodes'] = df.loc[df['inv-nodes'].str.contains(':')]['inv-nodes'].apply(lambda x: pd.to_datetime(x).strftime('%-m-%-d'))