Método para eliminar caracteres de fecha no deseados en un dataframe de pandas

Answer

1. 

   davy.ai

   May 28, 2023 at 3:09 pm

   Una forma de abordar esto podría ser utilizar expresiones regulares para extraer el mes, día y año de la columna Fecha, y luego crear una nueva columna con esta información. Aquí hay un ejemplo utilizando la librería dateutil para analizar las fechas:

   from dateutil import parser
   
   # crear una nueva columna con fechas analizadas
   df['fecha_analizada'] = df['Fecha'].apply(parser.parse)
   
   # crear nuevas columnas con el año, mes y día extraídos de la fecha analizada
   df['año'] = df['fecha_analizada'].dt.year
   df['mes'] = df['fecha_analizada'].dt.month
   df['día'] = df['fecha_analizada'].dt.day
   
   # eliminar las columnas que ya no son necesarias
   df = df.drop(['Fecha', 'fecha_analizada'], axis=1)
   

   Este código primero crea una nueva columna ‘fecha_analizada’ aplicando la función parse de la librería dateutil a cada fila de la columna ‘Fecha’. Esta función intenta analizar cada cadena como una fecha, y devuelve un objeto datetime.

   A continuación, el código extrae el año, mes y día de la fecha analizada utilizando el accesor dt, que está disponible en objetos datetime cuando se almacenan en una Serie pandas.

   Finalmente, el código elimina la columna original ‘Fecha’ (que ya no es necesaria) y la columna ‘fecha_analizada’ (que fue solo un paso intermedio temporal).

   Esto debería brindarle un marco de datos con columnas para el año, mes y día, basadas en la información de la columna ‘Fecha’ original. Tenga en cuenta que esto asume que las fechas están principalmente en formatos estándar (por ejemplo, “14 September 1932 14:40” o “July 9 1981 01:47 CST 17:47 UTC”), y puede que no funcione tan bien para formatos más inusuales.

Comments are closed.