Python Pandas - Dataframe專欄 - 將FY格式'2015/2016'轉換爲'15/16'

Question

我的數據框中有一列（稱爲'FY'），其中的財務年度值格式爲：2015/2016或2016/2017 。

我想將整列轉換爲15/16或16/17等。

我假設你不知何故只能從字符串，以及第8和第9個字符中取出第3，第4和第5個字符，但還沒有弄清楚如何去做。

任何人都可以幫助我嗎？謝謝。

Answer 1

給出一個字符串date = "2015/2016"，你可以做到以下幾點得到15/16：

1. 使用left, right = date.split('/')同時捕獲獨立日期

2. 從字符串，刪除所有，但最後2個字符：

   new_left = left[-2:] 
   new_right = right[-2:] 
   

3. 將新字符串合併爲一個與new_date = new_left+'/'+new_right

編輯：一個一個班輪解決方案直接與數據幀的工作的基礎上，其他答案：

df['new'] = df['fy'].str.split('/')[0][-2:] +'/'+ df['fy'].str.split('/')[1][-2:] 

這是一個比較通用的方法，因爲它會與不同長度的字符串的工作，並取得只剩下最後2字符，防止不正確的索引錯誤，並防止你對它們進行硬編碼（即使你的日期可能總是有4個字符加上'/'，至少在接下來的8，000年內）

Answer 2

如果你有一個字符串你總是可以通過書寫選擇它的部分：

富= 'ABCDEFG'

foo2的= foo的[2：4]

打印foo2的

那麼輸出將是： CD

Answer 3

嘗試此

for index, rows in df.iterrows(): 
    s = rows["FY"] 
    df.loc[index, "FY"] = "".join(s[2:5] + s[7:]) 

這裏是df是dataframe對象。

Answer 4

下面是使用這個樣本數據集的另一種方式：

df 
      fy 
0 2015/2016 
1 2016/2017 
2 2017/2018 

df['fy_new'] = df['fy'].str[2:4] + '/' + df['fy'].str[7:9] 
df 
      fy fy_new 
0 2015/2016 15/16 
1 2016/2017 16/17 
2 2017/2018 17/18 

Answer 5

選項1
使用pd.Series.str.replace

df.FY.str.replace('\d{2}(\d{2}/)\d{2}(\d{2})', r'\1\2') 

0 15/16 
1 16/17 
Name: FY, dtype: object 

---

選項2
使用pd.DataFrame.replace

df.replace(dict(FY={'\d{2}(\d{2}/)\d{2}(\d{2})': r'\1\2'}), regex=True) 

     FY 
0 15/16 
1 16/17