从 pandas 中的 timedelta 列中提取天数

Question

我有一个存储老化值的 Dataframe，如下所示：

Aging
-84 days +11:36:15.000000000
-46 days +12:25:48.000000000
-131 days +20:53:45.000000000
-131 days +22:22:50.000000000
-130 days +01:02:03.000000000
-80 days +17:02:55.000000000

我正在尝试提取上一栏中 days 之前的文本。我尝试了以下：

df['new'] = df.Aging.split('days')[0]

以上returns

AttributeError: 'Series' object has no attribute 'split'

预期输出：

-84
-46
-131
-131
-130
-80

Answer 1

IMO，一个更好的主意是转换为 timedelta 并提取天数部分。

pd.to_timedelta(df.Aging, errors='coerce').dt.days

0    -84
1    -46
2   -131
3   -131
4   -130
5    -80
Name: Aging, dtype: int64

如果坚持使用字符串方法，可以使用str.extract.

pd.to_numeric(
    df.Aging.str.extract('(.*?) days', expand=False),
    errors='coerce')

0    -84
1    -46
2   -131
3   -131
4   -130
5    -80
Name: Aging, dtype: int32

或者，使用 str.split

pd.to_numeric(df.Aging.str.split(' days').str[0], errors='coerce')

0    -84
1    -46
2   -131
3   -131
4   -130
5    -80
Name: Aging, dtype: int64

从 pandas 中的 timedelta 列中提取天数

Extracting number of days from timedelta column in pandas

python

regex

timedelta

pandas