将yyyyWn格式转换为yyyyww-Python

我有一个dataframe，其数据格式如下：

ID    Date     Volume 
1    2019W1      9
1    2020W2     11
2    2019W1     39
2    2020W2     23

我想将其转换为yyyyww格式

df['Date'] = df['Date'].dt.strftime(%Y%U)

这段代码不太管用

错误消息：

 ValueError: ('Unknown string format: '2019W1')

预期产出：

ID     Date     Volume 
1    2019-01      9
1    2020-02     11
2    2019-01     39
2    2020-02     23

让我们就这么做吧

df.Date.str.replace('W','-')
0    2019-1
1    2020-2
2    2019-1
3    2020-2
Name: Date, dtype: object

---

也许你可以试试这个自定义代码

def custom_date(x):
    year = str(x)[:4]
    dict_month = {"W1":"01","W2":'02',"W3":'03',"W4":'04'}
    return year+"-"+dict_month.get(f"{str(x)[4:]}","NA")

df['Date']=df.Date.apply(lambda x:custom_date(x))

---

因此，我们的主要任务是将

YYYYWN

或

YYYYWN

转换为

YYYY-NN

。其中，

YYYY

是

年

，

W

是

字符串

，我们必须

替换它，
NN
是
周数

有两种替换方案。其解决方案的详细方案如下所述：-

# Import all-important Libraries
import pandas as pd

# Initialization of 'Data'
data = {
    'ID': ['1', '1', '2', '2', '3', '3'],
    'Date': ['2019W1', '2020W2', '2019W1', '2020W2', '2020W11', '2020W52'],
    'Volume': ['9', '11', '39', '23', '34', '53']
}

# Conversion of 'Data' to 'DataFrame'
df = pd.DataFrame(data)

# Conversion of 'YYYYWN' to 'YYYYWW' Using 'Regex'

# Replacement Logic if your 'week No.' is of Single Digit. i.e.:- 'WN'
df['Date'] = df['Date'].replace(r"W(\d)$", "-" + r"0\1", regex = True)

# Replacement Logic if your 'week No.' is of Multiple Digit. i.e.:- 'WNN'
df['Date'] = df['Date'].replace(r"W", "-" + r"", regex = True)

# Print Records
df

1。一周一位数
WN
格式（例如：-2019W1）：-

因此，要用
YYYY-NN
替换
YYYYWN
，我们必须用
RegEx
使用
replace
函数

WN
的
标识的
RegEx
将是
W（\d）$
，其中：-


W
是我们必须替换的
字符“W”
（\d）
用于识别
单个数字

$
用于查找
结尾
例如：-在我们的例子中是，
（\d）$
。因此，它将发现我们的
模式
是否以一位数结尾

WN
的
替换
的
RegEx
将为
0\1
，其中：-


0
：-在周数之前追加
0
\1
：-对于
0

2。一周多位数
WNN
格式（例如：-2020W11）：-

WNN
的
标识的
RegEx
将是
W
，其中：-


W
是我们必须替换的
字符“W”

WNN
的
替换
的
RegEx
将是
”


”
因为我们只需要从
日期开始
修剪
W


注意：-
我已获取了
虚拟数据
，用于
测试
目的
为了获得所需的
输出
，必须以适当的
顺序运行这两种方案

code
对于相同的场景，如下所述：-

# Import all-important Libraries
import pandas as pd

# Initialization of 'Data'
data = {
    'ID': ['1', '1', '2', '2', '3', '3'],
    'Date': ['2019W1', '2020W2', '2019W1', '2020W2', '2020W11', '2020W52'],
    'Volume': ['9', '11', '39', '23', '34', '53']
}

# Conversion of 'Data' to 'DataFrame'
df = pd.DataFrame(data)

# Conversion of 'YYYYWN' to 'YYYYWW' Using 'Regex'

# Replacement Logic if your 'week No.' is of Single Digit. i.e.:- 'WN'
df['Date'] = df['Date'].replace(r"W(\d)$", "-" + r"0\1", regex = True)

# Replacement Logic if your 'week No.' is of Multiple Digit. i.e.:- 'WNN'
df['Date'] = df['Date'].replace(r"W", "-" + r"", regex = True)

# Print Records
df

“不太有效”——那么，您当前的输出与预期的输出有何不同？你好像忘了显示你想要的结果。它不太管用，因为我出错了；'未知字符串格式：“2019W1”是
df.Date.replace（r“W（\d+）$”，“-”+r“0\1”，regex=True）
正在工作？您能解释一下regex吗？还有替换值
r“0\1”
？我有一种感觉，当您的周数大于9时，这将不起作用。@MarkRansom，正要发表此评论。。每周一次是2020W11。。产量为2020年-011@tjjudge对不起，我不知道那种情况。我已经更新了
code
，并进行了适当的解释。如果它仍然抛出一些错误的结果，那么请告诉我。
$
不符合您所描述的。