python之在 Pandas Dataframe 中运行正则表达式循环

我目前的日期列存在一些问题。我已尝试解决该问题，但无法得出结论。

数据如下:

# Import data 
df_views = pd.read_excel('PageViews.xlsx') 
 
# Check data types 
df_views.dtypes 
Out[57]: 
Date           object 
Customer ID     int64 
dtype: object 

日期列不是预期的“日期时间”数据格式。进一步检查产量:

df_views.ix[:5] 
Date    Customer ID 
0   01/25/2016  104064596300 
1   02/28/2015  102077474472 
2   11/17/2016  106430081724 
3   02/24/2016  107770391692 
4   10/05/2016  106523680888 
5   02/24/2016  107057691592 

我快速检查哪些行没有遵循正确的格式 xx/xx/xxxx

print (df_views[df_views["Date"].str.len() != 10]) 
          Date   Customer ID 
189513  12/14/  106285770688 
189514  10/28/  107520462840 
189515  11/01/  102969804360 
189516  11/10/  102106417100 
189517  02/16/  107810168068 
189518  10/25/  102096164504 
189519  02/08/  107391760644 
189520  02/29/  107353558928 
189521  10/24/  107209142140 
189522  12/20/  107875461336 
189523  12/23/  107736375428 
189524  11/12/  106561080372 
189525  01/27/  102676548120 
189526  11/19/  107733043896 
189527  12/31/  107774452412 
189528  01/21/  102610956040 
189529  01/09/  108052836888 
189530  02/21/  106380330112 
189531  02/02/  107844459772 
189532  12/12/  102006641640 
189533  12/16/  106604647688 
189534  11/14/  102383102504 

我试图创建一个 for 循环，但不知道如何处理我的循环。

重要说明:我知道所有观察的时间段都在 2015 年 9 月到 2016 年 2 月之间。

因此，如果月份是 09/10/11/12 - 那么我可以在日期中添加“2015”， 否则，如果月份是 01/02，我可以添加“2016”。

for row in df_views["Date"]: 
    if len(row) != 10: 
        if row.str.contains("^09|10|11|12\/"): 
            row.str.cat("2015") 
        elif row.str.contains("^01|02\/"): 
            row.str.cat("2016") 
    else: 
        continue  
--------------------------------------------------------------------------- 
AttributeError                            Traceback (most recent call last) 
<ipython-input-87-684e121dd62d> in <module>() 
      5 for row in df_views["Date"]: 
      6     if len(row) != 10: 
----> 7         if row.str.contains("^09|10|11|12\/"): 
      8             row.str.cat("2015") 
      9         elif row.str.contains("^01|02\/"): 
 
AttributeError: 'str' object has no attribute 'str' 

请您参考如下方法:

作为@BrenBam has already written in the comment - 尽量避免使用循环。 Pandas 为我们提供了大量矢量化(读取快速且高效)的方法:

In [67]: df 
Out[67]: 
          Date   Customer ID 
0   12/14/2001  106285770688 
1   10/28/2000  107520462840 
2       11/01/  102969804360 
3       11/10/  102106417100 
4       02/16/  107810168068 
5       10/25/  102096164504 
6       02/08/  107391760644 
7       02/29/  107353558928 
8       10/24/  107209142140 
9       12/20/  107875461336 
10      12/23/  107736375428 
11      11/12/  106561080372 
12      01/27/  102676548120 
13      11/19/  107733043896 
14      12/31/  107774452412 
15      01/21/  102610956040 
16      01/09/  108052836888 
17      02/21/  106380330112 
18      02/02/  107844459772 
19      12/12/  102006641640 
20      12/16/  106604647688 
21      11/14/  102383102504 
 
In [68]: df.ix[df.Date.str.match(r'^(?:09|10|11|12)\/\d{2}\/$', as_indexer=True), 'Date'] += '2015' 
 
In [69]: df.ix[df.Date.str.match(r'^(?:01|02)\/\d{2}\/$', as_indexer=True), 'Date'] += '2016' 
 
In [70]: df 
Out[70]: 
          Date   Customer ID 
0   12/14/2001  106285770688 
1   10/28/2000  107520462840 
2   11/01/2015  102969804360 
3   11/10/2015  102106417100 
4   02/16/2016  107810168068 
5   10/25/2015  102096164504 
6   02/08/2016  107391760644 
7   02/29/2016  107353558928 
8   10/24/2015  107209142140 
9   12/20/2015  107875461336 
10  12/23/2015  107736375428 
11  11/12/2015  106561080372 
12  01/27/2016  102676548120 
13  11/19/2015  107733043896 
14  12/31/2015  107774452412 
15  01/21/2016  102610956040 
16  01/09/2016  108052836888 
17  02/21/2016  106380330112 
18  02/02/2016  107844459772 
19  12/12/2015  102006641640 
20  12/16/2015  106604647688 
21  11/14/2015  102383102504