Estoy usando Python 2.7 y mis datos se ven así:
import pandas as pd
df = pd.DataFrame({ "DateVar" : ["9/1/2013", "10/1/2013", "2/1/2014"],
"Field" : "foo" })
Quiero analizar DateVar para crear 2 nuevos campos: un campo "mes" y un campo "año".
Pude tokenizar "DateVar" a través del método de cadena vectorizada:
df.DateVar.str.split("/")
Esto está un poco más cerca de lo que quiero, así que luego intenté cortar los meses [9, 10, 2] usando el siguiente código:
df.DateVar.str.split("/")[0]
Pero inesperadamente, estoy obteniendo:
["9", "1", "2013"]
Entonces, ¿cómo puedo obtener un vector de todos los meses?
Respuestas
1 para la respuesta № 1Si solo necesita una columna, puede usar:
df.DateVar.str.split("/").str[0]
Si necesita la columna de mes y día, use str.extract
:
import pandas as pd
df = pd.DataFrame({ "DateVar" : ["9/1/2013", "10/1/2013", "2/1/2014"],
"Field" : "foo" })
print df.DateVar.str.extract(r"(?P<month>d+)/(?P<day>d+)/d+").astype(int)
La salida:
month day
0 9 1
1 10 1
2 2 1
0 para la respuesta № 2
Es porque
>>> df.DateVar.str.split("/")
0 [9, 1, 2013]
1 [10, 1, 2013]
2 [2, 1, 2014]
asi que
>>> df.DateVar.str.split("/")[0]
["9", "1", "2013"]
0 para la respuesta № 3
v = [x[0] for x in df.DateVar.str.split("/")]