将pandas列按数字拆分为两个（包含时间）
我有一个数据框：
col_1
Agent AB 7:00 AM
Agent AB 7:00 AM
Cust XY 8:00 AM
Cust XY 9:00 AM
Agent AB 11:00 AM
我想将其拆分为 2 列，以便将时间拆分为一个新列。
预期输出：
col_1 col_2
Agent AB 7:00 AM
Agent AB 7:00 AM
Cust XY 8:00 AM
Cust XY 9:00 AM
Agent AB 11:00 AM
我研究并发现这可以使用：字符串切片来完成。
就像是：
df['col_2'] = df['col_1'].str[-8:-1]
有没有更好的办法？？
回答
df["col_1"].str.extract(r"^(D+)(.+)$").rename(columns={0: "col_1", 1: "col_2"})
给
col_1 col_2
0 Agent AB 7:00 AM
1 Agent AB 7:00 AM
2 Cust XY 8:00 AM
3 Cust XY 9:00 AM
4 Agent AB 11:00 AM
正则表达式正在寻找连续的非数字(D+)，然后用(.+). 然后我们重命名列。
回答
使用您显示的样本，您能否尝试以下操作。
import pandas as pd
df["col_1"].str.extract(r"^(.*?)s+(d{1,2}:d{1,2} [AP]M)$").rename(columns={0: "col_1", 1: "col_2"})
上述正则表达式的在线演示
说明：为上述正则表达式添加详细说明。
^(.*?) ##Creating 1st capturing group, matching from starting of value and doing a non-greedy match(till followed by spaces 1 or more occurrences).
s+ ##Mentioning spaces 1 or more spaces here.
(d{1,2}:d{1,2} [AP]M)$ ##Creating 2nd capturing group, matching digits 1 or 2 numbers followed by : matching 1 or 2 digits followed by space and AM/PM.
显示示例的输出如下：
col_1 col_2
0 Agent AB 7:00 AM
1 Agent AB 7:00 AM
2 Cust XY 8:00 AM