Метод find_dates в python datefinder не возвращает ожидаемый результат - PullRequest
Новая
       16

Метод find_dates в python datefinder не возвращает ожидаемый результат

0 голосов
/ 20 июня 2019

У меня в столбце данных Pandas 'Текст комментария' есть столбец, содержащий даты в этом формате (здесь показано только первое наблюдение): 

7/09/2018 11:59:37 AM;12:01:33 PM;00:01:56

Добавление образца кадра данных: 

df = pd.DataFrame({'Common Text':['7/09/2018 11:59:37 AM;12:01:33 PM;00:01:56', 'Adams Gill Christ  4 Oct 2017    02:52 PM', '4/08/2017 4:30:49 PM ;4:37:23 PM;00:06:34', '5/07/2018 10:14:03 AM ;10:21:35 AM;00:07:31', 'the call was made on 20 Jun 2017\nbut call not found on system', 'Call made on 7/03/2018 8:22:25 AM', 'Review is during 30 May to 1 March 2018']})

Но когда я сделал что-то вроде этого: 

import datefinder
FD = datefinder.find_dates(df['Comment Text'][0])

for dates in FD:
    print(dates)

я получил следующий результат: 

2018-07-09 11:59:37
2019-06-20 12:01:33
2019-06-20 00:01:56

Что неверно, так как я ожидал, что только 2018-07-09 вернется в качестве результата.

1 Ответ

1 голос
/ 20 июня 2019

Если я вас правильно понимаю, и ваши данные всегда имеют две структуры дат, которые вы показали в качестве примера. Вы можете использовать регулярные выражения. 

# Make example data
df = pd.DataFrame({'Common Text':['7/09/2018 11:59:37 AM;12:01:33 PM;00:01:56', 
                                  'Adams Gill Christ  4 Oct 2017    02:52 PM', 
                                  '4/08/2017 4:30:49 PM ;4:37:23 PM;00:06:34', 
                                  '5/07/2018 10:14:03 AM ;10:21:35 AM;00:07:31', 
                                  'the call was made on 20 Jun 2017\nbut call not found on system']})

                                         Common Text
0         7/09/2018 11:59:37 AM;12:01:33 PM;00:01:56
1          Adams Gill Christ  4 Oct 2017    02:52 PM
2          4/08/2017 4:30:49 PM ;4:37:23 PM;00:06:34
3        5/07/2018 10:14:03 AM ;10:21:35 AM;00:07:31
4  the call was made on 20 Jun 2017\nbut call not...

Использование str.extract. 

s = df['Common Text'].str.extract('(.+?(?=\s\d{1,2}:\d{2}:\d{2}))|(\d{1,2}\s[A-Za-z]{3}\s\d{4})')
df['Date'] = s[0].fillna(s[1])



                                         Common Text         Date
0         7/09/2018 11:59:37 AM;12:01:33 PM;00:01:56    7/09/2018
1          Adams Gill Christ  4 Oct 2017    02:52 PM   4 Oct 2017
2          4/08/2017 4:30:49 PM ;4:37:23 PM;00:06:34    4/08/2017
3        5/07/2018 10:14:03 AM ;10:21:35 AM;00:07:31    5/07/2018
4  the call was made on 20 Jun 2017\nbut call not...  20 Jun 2017

Пояснение:

  • (.+?(?=\s\d{1,2}:\d{2}:\d{2})): извлекать все до времени, которое является 99:99:99
  • (\d{1,2}\s[A-Za-z]{3}\s\d{4}): извлечь шаблон: одно или два числа, пробел, 3 буквы, пробел, 4 цифры
...