从 pandas 列中提取任何格式的日期（日期是较长字符串的一部分）

Question

我正在尝试从 pandas 列中提取任何格式的日期（日期是较长字符串的一部分）。

我找到了这个答案，它在 pandas 之外执行此操作，但我不确定如何使用它在 pandas 专栏中执行此操作。

日期可以采用多种格式，例如：

footballer, born October 1989
footballer, born 1900s
footballer, born 29 December 1987
Brazilian footballer, born 1983
31/02/1901
16 May 2019

是否可以将任何日期格式和部分日期作为具有日期类型的 pandas 列？

Answer 1

使用链接答案中的方法：

import dateutil.parser as dparser
s.apply(lambda x: dparser.parse(x,fuzzy=True).strftime('%Y-%m-%d'))

虽然dparser当然不能应对所有可能性：在示例数据中，您必须更改footballer, born 1900s为footballer, born 1900's，否则解析会抱怨第二个必须在 0..59 中

如果需要异常处理，则必须定义常规函数，因为 lambda 无法处理 try/ except：

def myparser(x):
    try:
       return dparser.parse(x,fuzzy=True)
    except:
       return None

s.apply(lambda x: myparser(x))

这将插入NaT错误日期的值（或者如果您愿意，您可以提供“默认日期”）：

0    1989-10-12
1           NaT
2    1987-12-29
3    1983-07-12
4           NaT
5    2019-05-16