如何在3个不同的场景中使用切片和选择中间字符

Question

我有一个数据帧，其中Date contains列来自不需要的字符，我只需要Y，M，D。

场景1: His_205_26Oct2017

场景2: His_40_26Oct2017

场景3: His_3_26Oct2017

  ScenarioDate
    His_205_26Oct2017
    His_359_24Mar2017
    His_380_23Feb2017
    His_392_07Feb2017
    His_40_14Jun2018
    His_2_12Jul2018

我试着使用下面的代码

df2['ScenarioDate'].map(lambda x: str(x)[7:])

但是我得到了不同的输出

场景1：_26Oct2017

场景2:2017年10月26日

场景3: Oct2017

我需要有输出为"26Oct2017“的所有3个方案

Answer 1

在包含2个整数、3个字符和4个整数的_之后，使用Series.str.extract with pattern作为匹配值：

df['date'] = df['ScenarioDate'].str.extract('_(\d{2}[a-zA-Z]{3}\d{4})')
print (df)
            ScenarioDate       date
0      His_205_26Oct2017  26Oct2017
1      His_359_24Mar2017  24Mar2017
2      His_380_23Feb2017  23Feb2017
3      His_392_07Feb2017  07Feb2017
4       His_40_14Jun2018  14Jun2018
5        His_2_12Jul2018  12Jul2018
6   His_205_26Oct2017_AD  26Oct2017
7  His_205_26Oct2017_ABC  26Oct2017

Answer 2

import pandas as pd

df['new date'] = pd.to_datetime(df['ScenarioDate'].split('_')[-1])