我想將 Timex 日期格式字符串列表（來自 SUTime）轉換為正常的日期時間格式。問題是，我有許多不同的類型：dates = ['2018-07-09', '2018-W15', '2018-02', '2018-04-06', '2018-W15', '2018-02', '2015-09', '2018-09-27 INTERSECT P5D', 'FUTURE_REF', 'FUTURE_REF', 'PXY', 'THIS P1D INTERSECT 2018-09-28', {'end': 'XXXX-06', 'begin': 'XXXX-04'}, '2014-03-19', '2018-08-02']我有兩個目標：忽略所有不直接指示特定日期的條目將所有其他轉換為'yyyy-mm-dd'格式，始終引用年、月、周等的第一天。例如：'2018-02'應該變成'2018-02-01'或'2018-W15' 2018-04-09我嘗試使用熊貓的pd.to_datetime功能，但這不會將周轉換為日期
1 回答
肥皂起泡泡
TA貢獻1829條經驗 獲得超6個贊
當數據收集不統一時，這有點挑戰。我不熟悉 Timex，無法找到任何可能有幫助的軟件包。
這可能會幫助你。我編寫了一些處理每個特定情況的函數。
import datetime
from pprint import pprint
dates = ['2018-07-09',
'2018-W15',
'2018-02',
'2018-04-06',
'2018-W15',
'2018-02',
'2015-09',
'2018-09-27 INTERSECT P5D',
'FUTURE_REF',
'FUTURE_REF',
'PXY',
'THIS P1D INTERSECT 2018-09-28',
{'end': 'XXXX-06', 'begin': 'XXXX-04'},
'2014-03-19',
'2018-08-02']
FORMAT = '%Y-%m-%d'
def get_simple_date(item, strformat=FORMAT):
try:
return (True, datetime.datetime.strptime(item, strformat))
except (ValueError, TypeError):
return (False, item)
def get_from_split(is_resolved, item):
if is_resolved:
return (is_resolved, item)
try:
tokens = item.split(' ')
are_resolved, items = zip(*(get_simple_date(token) for token in tokens))
if any(are_resolved):
# assume one valid token
result, = (item for item in items if isinstance(item, datetime.datetime))
return (True, result)
except (ValueError, AttributeError):
pass
return (False, item)
def get_from_no_day(is_resolved, item):
if is_resolved:
return (is_resolved, item)
if not 'W' in item:
try:
return (True, datetime.datetime.strptime(f'{item}-01', FORMAT))
except ValueError:
pass
return (False, item)
def get_from_w_date(is_resolved, item):
if is_resolved:
return (is_resolved, item)
if 'W' in item:
return (True, datetime.datetime.strptime(f'{item}-1', "%Y-W%W-%w"))
return (is_resolved, item)
collection1 = (get_simple_date(item) for item in dates)
collection2 = (get_from_split(*args) for args in collection1)
collection3 = (get_from_no_day(*args) for args in collection2)
collection4 = (get_from_w_date(*args) for args in collection3)
pprint([d for is_resolved, d in collection4 if is_resolved], indent=4)
輸出：
[ datetime.datetime(2018, 7, 9, 0, 0),
datetime.datetime(2018, 4, 9, 0, 0),
datetime.datetime(2018, 2, 1, 0, 0),
datetime.datetime(2018, 4, 6, 0, 0),
datetime.datetime(2018, 4, 9, 0, 0),
datetime.datetime(2018, 2, 1, 0, 0),
datetime.datetime(2015, 9, 1, 0, 0),
datetime.datetime(2018, 9, 27, 0, 0),
datetime.datetime(2018, 9, 28, 0, 0),
datetime.datetime(2014, 3, 19, 0, 0),
datetime.datetime(2018, 8, 2, 0, 0)]
添加回答
舉報
0/150
提交
取消