python - RegEx 用于在最后一个连字符之前提取一定数量的字符

嗨，我想提取数据框列中的日期，日期用“-”或“到”分隔

 pop       DATE
 0  1.5   OWREAP-01/06/18to30/06/18
 1  1.7   OW - 01/07/18 - 30/08/18
 2  3.6   BCREAP - 01/08/18 to 30/08/18
 3  2.4   BCGRA TO 01/08/18 to 30/08/18

我试图用“-”替换“to”和“TO”

df['DATE'].str.replace('to|TO','-')
 pop       DATE
 0  1.5   OWREAP-01/06/18-30/06/18
 1  1.7   OW - 01/07/18 - 30/08/18
 2  3.6   BCREAP - 01/08/18 - 30/08/18
 3  2.4   BCGRA - 01/08/18 - 30/08/18

现在我需要知道如何提取最后一个连字符前后的 8 个字符
IE

 pop       type   startdate enddate
 0  1.5   OWREAP  01/06/18  30/06/18
 1  1.7   OW      01/07/18  30/08/18
 2  3.6   BCREAP  01/08/18  30/08/18
 3  2.4   BCGRA   01/08/18  30/08/18

最佳答案

您可以使用

reg = r'(?i).*(\d{2}/\d{2}/\d{2}(?:\d{2})?)\s*(?:TO|-)\s*(\d{2}/\d{2}/\d{2}(?:\d{2})?)'
df[['startdate','enddate']] = df.pop('DATE').str.extract(reg)

请参阅 regex demo 。

详细信息

(?i) - 不区分大小写的标志

.* - 任意 0+ 个字符，尽可能多

(\d{2}/\d{2}/\d{2}(?:\d{2})?) - 开始日期捕获组:2 位，/，2 位，/，2 或 4 位

\s* - 0+ 空格

(?:to|-) - to 或 -

\s*

\s* - 0+ 空格

(\d{2}/\d{2}/\d{2}(?:\d{2})?) - 结束日期捕获组:2 位，/，2 位，/，2 或 4 位

python 测试:

df = pd.DataFrame( {'DATE': ["OWREAP-01/06/18to30/06/18"],
                    'dummy': ["value"]})
reg = r'(?i).*(\d{2}/\d{2}/\d{2}(?:\d{2})?)\s*(?:to|-)\s*(\d{2}/\d{2}/\d{2}(?:\d{2})?)'
df[['startdate','enddate']] = df.pop('DATE').str.extract(reg)
>>> df
   dummy startdate   enddate
0  value  01/06/18  30/06/18

关于python - RegEx 用于在最后一个连字符之前提取一定数量的字符，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56097511/