Python 如何使用regex和pandas创建月份和年份列

你好堆栈溢出社区

我这里有数据框

code        sum of August 
AA             1000         
BB             4000           
CC             72262          

所以有两列['code'，'sum of August']

我必须将此数据帧转换为['month'、'year'、'code'、'sum of August']列

month    year    code    sum of August
   8     2020     AA      1000
   8     2020     BB      4000
   8     2020     CC      72262

所以['sum of August']列有时被命名为['August']或['August']。有时，它也可以是[‘十一月的总和’]或[‘十一月’或[‘十一月’]

我考虑使用正则表达式提取月份名称并转换为月份编号

有人能帮我吗

---

提前谢谢

看起来您正在尝试将月份名称转换为数字，列可以是大写或小写。 这可能会奏效：

months = ['january','febuary','march','april','may','june','july','august','september','october','november','december']
monthNum = []#If you're using a list, just to make this run
sumOfMonths = ['sum of august','sum of NovemBer']#Just to show functionality
for sumOfMonth in sumOfMonths:
  for idx, month in enumerate(months):
    if month in sumOfMonth.lower():#If the column month name has any of the month keywords
      monthNum.append(str(idx + 1)) #i'm just assuming that it's a list, just add the index + 1 to your variable.

---

我希望这有帮助！当然，这并不完全是您要做的，您可以填写变量并更改append（），如果您不使用它。

您可以执行以下操作：

month = {1:'janauary',
2:'february',
3:'march',
4:'april',
5:'may',
6:'june',
7:'july',
8:'august',
9:'september',
10:'october',
11:'november',
12:'december'}

df['month']=[i for i,j in month.items() if j in str.lower(" ".join(df.columns))][0]


  code  sum of August  month
0   AA           1000      8
1   BB           4000      8
2   CC          72262      8

假设您的数据帧被称为df。然后，您可以使用以下命令自动创建列月：

month = {1:'janauary',
2:'february',
3:'march',
4:'april',
5:'may',
6:'june',
7:'july',
8:'august',
9:'september',
10:'october',
11:'november',
12:'december'}

df['month']=[i for i,j in month.items() if j in str.lower(" ".join(df.columns))][0]


  code  sum of August  month
0   AA           1000      8
1   BB           4000      8
2   CC          72262      8

---

这意味着，如果列名中以任何方式存在一个月的名称，请返回该月的编号。

您可以使用字典将键存储为数字，将值存储为月份名称，因为月份将是ConstantThello@Karthik，但如何从列名中提取月份名称？这既聪明又简单。谢谢你抽出时间。