Python 将panda系列转换为日期时间

我有一组句子，我需要从中提取变量格式的日期。之后，我需要清理数据，例如，如果只存在年份，我需要添加1作为日期，1作为月份。为此，我提取了日期，但要清除日期序列，我需要将其转换为日期时间。我这样做时出错了

import pandas as pd

date_sent = ["This is year 2019","on 9/95","on 7/27/2019 sjd sdkn","7/24/2019 dhd dskdh"]

df = pd.DataFrame(date_sent, columns=['text'])
df['dates'] = df['text'].str.findall(r'(?:\d{1,2})?/?(?:\d{2})?/?\d{2,4}')
#print(dates.head())
#df['dates'].str.replace(r'(*/*/\d\d)', lambda x: x.groups()[0][0]+1900)
#TRIED THIS TO ADD 1900 to a year if it is only yy but it snot working as well
df['dates']=pd.to_datetime(df['dates'].to_string())
#print(df['dates'])

你可以用

df['dates'] = df['text'].str.extract(r'\b((?:\d{1,2}/)?(?:\d{2}/)?\d{2}(?:\d{2})?)\b')
df['dates'] = df['dates'].str.replace(r'\b9\d\b', r'19\g<0>')
df['dates']=pd.to_datetime(df['dates'])

df['dates']=df['text'].str.extract（r'\b（（？：\d{1,2}/）？（？：\d{2}/）？\d{2}（？：\d{2}）？）\b'）
df['dates']=df['dates'].str.replace（r'\b9\d\b'，r'19\g'）
df['dates']=pd.to_datetime（df['dates']）

第一个

\b（（？：\d{1,2}/）（？：\d{2}/）？\d{2}（？：\d{2}）\b

正则表达式匹配：

• \b

  -单词边界

• （（？：\d{1,2}/）（？：\d{2}/）？\d{2}（？：\d{2}）

  -捕获组1（

  Series.str.extract

  需要至少一个捕获组，因为它只返回捕获）：

  • （？：\d{1,2}/）？

    -一个由1或2位数字组成的可选序列，然后是

    /

  • （？：\d{2}/）？

    -两位数字的可选序列，然后是

    /

  • \d{2}

    -两位数字

  • （？：\d{2}）

    -可选的两位数字序列

• \b

  -单词边界

看

标准化年份部分：

\b9\d\b

匹配一个

9

数字，然后匹配任何一个数字作为一个完整的单词（没有数字、字母或

\uu

包含这两个数字）。注意，替换模式中的

\g

是对整个匹配值的反向引用

---

pd.to_datetime（df['dates']）

将列值转换为datetime值。

是否希望每个项有多个匹配项？您想如何治疗

9/95

<代码>1/9/95或

9/1/95

？每个项目将不会有一个匹配项。95视为1995年和def格式，mm/dd/yyTry

df['dates']=df['text'].str.extract（r'\b（（？：\d{1,2}/）（？：\d{2}/）？\d{2}（？：\d{2}）\b'）

，然后

df['dates']=df['dates'].str.replace（r'\b9\d\b'，r'19\g'）

，然后

df dates[]df dates[]。但是，它将从每一行提取第一个日期。或者，使用您的方式并
df['dates']=pd.to_datetime（df['dates'].to_string（），推断出_datetime_format=True）
当我使用.extract（（r'（？：\d{1,2}）/（？：\d{2,4}）时，我得到了错误值error:pattern不包含捕获组。但是当我使用.extract（r'\b（（？：\d{1,2}/）？（？：\d{2}/）？\d{2}（？：\d{2}））\b'）时，它很好。你能告诉我为什么吗？