我有一些文本通常以以下內容開頭：“12 minutes ago - There was a meeting...”“2 hours ago - Apologies for being...”“1 day ago - It is a sunny day in London...”等等?；旧衔矣幸韵滦畔ⅲ篗inutes HoursDay (starting from today)我想將此類信息轉換為有價值的時間序列信息，以便提取這部分并從中創建一個新列（日期時間）。在我的數據集中，我有一列（日期），其中我已經有執行研究的日期（例如，今天），格式為：26/05/2020 和提交搜索的時間（例如上午 8:41 ). 因此，如果文本以“12 分鐘前”開頭，我應該：26/05/2020 - 8:29 (datetime format in Python)對于其他人：26/05/2020 - 6:4125/05/2020 - 8:41重要的是要有一些東西（字符串、數字、日期格式），我可以將其繪制為時間序列（我想看看在時間間隔方面發布了多少文本）。關于如何做到這一點的任何想法？
2 回答
慕標琳琳
TA貢獻1830條經驗 獲得超9個贊
如果格式保持簡單：<digits> <unit> ago ...用"^(\d+) (\w+) ago".
然后，一旦你('minutes', '12')將這些傳遞給timedelta它接受每個單元作為關鍵字參數timedelta(minutes=12)，你將通過傳遞一個映射來做到這一點**{unit:value}
def parse(content):
timeparts = re.search(r"^(\d+) (\w+) ago", content)
if not timeparts:
return None, content
unit = timeparts.group(2).rstrip('s') + 's' # ensure ends with 's'
#return datetime.now()-timedelta(**{unit:int(timeparts.group(1))}) # Now date
return datetime(2020,5,26,8,0,0)-timedelta(**{unit:int(timeparts.group(1))}) # Fixed date
演示
values = ["12 minutes ago - There was a meeting...","2 hours ago - Apologies for being...","1 day ago - It is a sunny day in London..."]
for value in values:
res = parse(value)
print(res)
2020-05-26 07:48:00
2020-05-26 06:00:00
2020-05-25 08:00:00
添加回答
舉報
0/150
提交
取消