Python 分析熊猫中日期范围的字符串

我有一个

pandas

数据框，其中日期范围值作为字符串，格式为“2014-10-16-2014-10-23”，我希望保留此列，但为开始和结束年份、月份和日期（例如开始日期、结束日期等）添加新列

使用Python是否有一种简洁的方法来实现这一点，理想情况下利用时间序列特性并在数据帧内工作？

您可以使用该方法；首先是：

>>> df
                      date
0  2014-01-24 - 2014-08-23
1  2012-03-12 - 2013-04-03
2  2014-10-16 - 2014-10-23

[3 rows x 1 columns]

提取部分可通过以下方式完成：

>>> cols = pd.MultiIndex.from_tuples([(x, y) for x in ['start', 'end'] for y in ['year', 'mon', 'day']])
>>> pat = r'(\d*)-(\d*)-(\d*) - (\d*)-(\d*)-(\d*)'
>>> xdf = pd.DataFrame(df.date.str.extract(pat).values, columns=cols, dtype=np.int64)
>>> xdf
   start             end          
    year  mon  day  year  mon  day
0   2014    1   24  2014    8   23
1   2012    3   12  2013    4    3
2   2014   10   16  2014   10   23

[3 rows x 6 columns]

如果要与原始数据帧连接：

>>> pd.concat([df, xdf], axis=1)

---

编辑：似乎更适合：

>>> pd.DataFrame(df.date.str.findall('\d+').tolist(), dtype=np.int64, columns=cols)
   start             end          
    year  mon  day  year  mon  day
0   2014    1   24  2014    8   23
1   2012    3   12  2013    4    3
2   2014   10   16  2014   10   23

[3 rows x 6 columns]

你可以使用这个方法；首先是：

>>> df
                      date
0  2014-01-24 - 2014-08-23
1  2012-03-12 - 2013-04-03
2  2014-10-16 - 2014-10-23

[3 rows x 1 columns]

提取部分可通过以下方式完成：

>>> cols = pd.MultiIndex.from_tuples([(x, y) for x in ['start', 'end'] for y in ['year', 'mon', 'day']])
>>> pat = r'(\d*)-(\d*)-(\d*) - (\d*)-(\d*)-(\d*)'
>>> xdf = pd.DataFrame(df.date.str.extract(pat).values, columns=cols, dtype=np.int64)
>>> xdf
   start             end          
    year  mon  day  year  mon  day
0   2014    1   24  2014    8   23
1   2012    3   12  2013    4    3
2   2014   10   16  2014   10   23

[3 rows x 6 columns]

如果要与原始数据帧连接：

>>> pd.concat([df, xdf], axis=1)

---

编辑：似乎更适合：

>>> pd.DataFrame(df.date.str.findall('\d+').tolist(), dtype=np.int64, columns=cols)
   start             end          
    year  mon  day  year  mon  day
0   2014    1   24  2014    8   23
1   2012    3   12  2013    4    3
2   2014   10   16  2014   10   23

[3 rows x 6 columns]