问题内容
我有一个数据框，其中包含由这种格式的字符串组成的日期列。我需要去掉字符串的末尾，以便可以转换为日期时间对象。
"20231101 05:00:00 america/new_york" "20231101 06:00:00 america/new_york"
我尝试过这些方法但没有成功。
df['Date'] = df['Date'].replace('^.*\]\s*', '', regex=True)
df['Date'] = df['Date'].str.strip(' America/New_York')
df['Date'] = df['Date'].map(lambda x: x.rstrip(' America/NewYork'))``
以及根据我的搜索得出的其他一些内容。有没有一种简单的方法可以做到这一点，或者我应该编写一个函数来通过抓取前 17 个字符并将结果分配回 df 来对字符串进行切片。
请注意，字符串的格式可能为 '20231101 05:00:00 america/central'
感谢您提供的所有帮助。
正确答案
- 如果您想删除特定后缀，那么我建议 str.removesuffix 而不是 str.strip。
- 请注意，您有时会编写带下划线的
new_york，有时会编写不带下划线的newyork。如果您要求删除'newyork'，则'new_york'将不会被删除。 - 您的问题编辑后，后缀均以
'america'开头，但后面有所不同；在这种情况下，您可以使用str.split(' america').str[0]保留' america'之前的所有内容。
import pandas as pd
df = pd.DataFrame({
'Name': ['Alice', 'Bob', 'Charlie'],
'Date': ["20231101 05:00:00 America/New_York",
"20231101 06:00:00 America/New_York",
"20231101 07:00:00 America/Central"]
})
# df['Date'] = df['Date'].str.removesuffix(' America/New_York')
df['Date'] = df['Date'].str.split(' America').str[0]
print(df)
# Name Date
# 0 Alice 20231101 05:00:00
# 1 Bob 20231101 06:00:00
# 2 Charlie 20231101 07:00:00
