我在数据框中有两列和迄今为止的列
当我尝试添加新的列差异时,找到两个日期之间的差异使用
df['diff'] = df['todate'] - df['fromdate']
如果超过24小时,我会在几天内得到差异列.
2014-01-24 13:03:12.050000,2014-01-26 23:41:21.870000,"2 days, 10:38:09.820000"
2014-01-27 11:57:18.240000,2014-01-27 15:38:22.540000,03:41:04.300000
2014-01-23 10:07:47.660000,2014-01-23 18:50:41.420000,08:42:53.760000
如何仅在小时和分钟内转换结果,忽略天数甚至秒数.
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？
我在启发式解析包含日期但采用相当任意（未知）格式的文本字符串时遇到问题。
function parseDateStr($text) {
$cleanText = filter($text);
# ...
$day = findDay($cleanText);
$month = findMonth($cleanText);
$year = findYear($cleanText);
# .. assert constraints, parse again or fail
return sprintf('%04d-%02d-%02d', $year, $month, $day)
}
输入文本是英文句子加上任意语法符号（如 \W regexp 类的子集）。该算法的任务是仅在过滤掉与日期无关的任何潜在垃圾（嘈杂）词之后才提取日期。允许算法失败并且不返回结果。如果在字符串中只找到两个连接的数字 (MM) 和其他四个数字 (YYYY) 的两个组合 - 假设两个数字对应于日期的月份，并且日期被视为 01（日期的第一天）这个月）。结果以“YYYY-MM-DD”（SQL）格式（日期类型）给出日期。
我的想法是继续使用preg_replace & co设计一系列过滤器。此外，对 $year、$day 的范围使用逻辑约束，对 $month 使用词汇等，但如果可以想到或已经存在类似但更优雅的解决方案或方法，我不会感到惊讶。如果是这样，请让我知道他们。如果可以指出任何批评者或潜在的陷阱，我也将不胜感激。
类似问题的相关资料：
请注意，该问题与更基本的日期解析问题不同，因为：
因为就我而言，我无法指定或确定字符串的格式。另一方面，以下问题讨论了类似的任务：
我不确定最后一个是否重复，我最终不清楚 OP 想要解析什么（尽管checkdate和date_parse似乎部分有用）。但是关于整个“mokey business”的第一个问题也适用于我的案例，并且已通过模糊解析解决，如
dparser.parse("monkey 2010-07-10 love banana",fuzzy=True)
最后，第二个包含很好的抓取正则表达式（几乎“模糊”）。
PS …
我有一个数据框：
col_1
Agent AB 7:00 AM
Agent AB 7:00 AM
Cust XY 8:00 AM
Cust XY 9:00 AM
Agent AB 11:00 AM
我想将其拆分为 2 列，以便将时间拆分为一个新列。
预期输出：
col_1 col_2
Agent AB 7:00 AM
Agent AB 7:00 AM
Cust XY 8:00 AM
Cust XY 9:00 AM
Agent AB 11:00 AM
我研究并发现这可以使用：字符串切片来完成。
就像是：
df['col_2'] = df['col_1'].str[-8:-1]
有没有更好的办法？？
如何从"2015年11月1日的广告系列"中提取"20151101"(作为字符串)？
我读过这篇文章: 从Python中的字符串中提取日期 .但是当我从Match对象转换为字符串时,我遇到了困难.