Python Pandas - Dataframe专栏 - 将FY格式'2015/2016'转换为'15/16'

我的数据框中有一列（称为'FY'），其中的财务年度值格式为：2015/2016或2016/2017 。Python Pandas - Dataframe专栏 - 将FY格式'2015/2016'转换为'15/16'

我想将整列转换为15/16或16/17等。

我假设你不知何故只能从字符串，以及第8和第9个字符中取出第3，第4和第5个字符，但还没有弄清楚如何去做。

任何人都可以帮助我吗？谢谢。

来源

2017-07-19 ScoutEU

给出一个字符串date = "2015/2016"，你可以做到以下几点得到15/16：

使用left, right = date.split('/')同时捕获独立日期
从字符串，删除所有，但最后2个字符：
```
new_left = left[-2:] 
new_right = right[-2:] 
```
将新字符串合并为一个与new_date = new_left+'/'+new_right

编辑：一个一个班轮解决方案直接与数据帧的工作的基础上，其他答案：

df['new'] = df['fy'].str.split('/')[0][-2:] +'/'+ df['fy'].str.split('/')[1][-2:]

这是一个比较通用的方法，因为它会与不同长度的字符串的工作，并取得只剩下最后2字符，防止不正确的索引错误，并防止你对它们进行硬编码（即使你的日期可能总是有4个字符加上'/'，至少在接下来的8，000年内）

来源

2017-07-19 18:44:53 DarkCygnus

非常感谢。正如你所说的那样工作。我有upvoted。我希望你不要介意，但我会接受安德鲁的答案，因为我认为它可以帮助更多的人，因为它可以在一行中完成所有事情。 – ScoutEU

好的，我可以帮忙，但是如果你的字符串不知道怎么回事不同的长度，因为索引将被抵消或不正确。这种方法更通用 – DarkCygnus

根据您的反馈意见和其他答案扩大我的答案 – DarkCygnus

如果你有一个字符串你总是可以通过书写选择它的部分：

富= 'ABCDEFG'

foo2的= foo的[2：4]

打印foo2的

那么输出将是： CD

来源

2017-07-19 18:45:05 Mattias

谢谢你的帮助:) – ScoutEU

没问题，乐意帮忙:) – Mattias

尝试此

for index, rows in df.iterrows(): 
    s = rows["FY"] 
    df.loc[index, "FY"] = "".join(s[2:5] + s[7:])

这里是df是dataframe对象。

来源

2017-07-19 18:45:23 Djokester

嘿，先试一试吧，因为它一气呵成。虽然我没有得到任何错误，它也没有做任何事情？ for index，rows in time1.iterrows（）： s = rows ['Date FY'] time1.loc [index，'Date FY'] ==“”.join（s [2：5] + s [7：]） – ScoutEU

非常感谢:) – ScoutEU

再试一次。我更新了代码。我插入了==而不是'=' – Djokester

下面是使用这个样本数据集的另一种方式：

df 
      fy 
0 2015/2016 
1 2016/2017 
2 2017/2018 

df['fy_new'] = df['fy'].str[2:4] + '/' + df['fy'].str[7:9] 
df 
      fy fy_new 
0 2015/2016 15/16 
1 2016/2017 16/17 
2 2017/2018 17/18

来源

2017-07-19 18:49:57

完美。完全按照我的意愿工作！ :) – ScoutEU

选项1
使用pd.Series.str.replace

df.FY.str.replace('\d{2}(\d{2}/)\d{2}(\d{2})', r'\1\2') 

0 15/16 
1 16/17 
Name: FY, dtype: object

选项2
使用pd.DataFrame.replace

df.replace(dict(FY={'\d{2}(\d{2}/)\d{2}(\d{2})': r'\1\2'}), regex=True) 

     FY 
0 15/16 
1 16/17

来源

2017-07-19 18:52:00 piRSquared

很多伟大的答案在这里，非常感谢你的帮助。我已经标记安德鲁斯答案为接受的答案，但真的很感谢您的帮助:) – ScoutEU

@ScoutEU感谢您的评论。请记住，你接受的答案的选择应该是关于你认为最有用的。但这是你的选择......很高兴我能帮上忙。 – piRSquared

好点。我将在标记之前等到帖子更老。谢谢 – ScoutEU

Python Pandas - Dataframe专栏 - 将FY格式'2015/2016'转换为'15/16'

回答

相关问题