我试图从 a 中提取日期。日期只能从 2000 年及以后开始，但日期格式可以是任何格式，包括日期时间。column(Result)dataframe

我想要的只是约会。

是否有一种使用一些简单的正则表达式代码的简单方法来实现它？

数据集示例：

date_extract_df = pd.DataFrame({
'Result':[': XYZ',': 39 YRS/M',': Self',': HOME COLLECTION',': 10593974',
           ': 012408030006',': 03/08/2024',': 03/Aug/2024 11:50 AM',': 03/Aug/2024 03:24 PM',
            ' ','31.80','15'],
 'Unit':['dfd','dfdfd','tytyt','03/08/2024','fgf','tyt','xcx','ere','sds','03/Aug/2024 03:24 PM',
        '4545','5656']
})

Expected Result:

    0
    1
    2
    3
    4
    5
    6 03/08/2024
    7 03/Aug/2024
    8 03/Aug/2024
    9 03/Aug/2024
    10
    11

我不擅长正则表达式并尝试过以下代码：

date_extract_df.Result.str.extract(r"^[0,1]?\d{1}\/(([0-2]?\d{1})|([3][0,1]{1}))\/(([1]{1}[9]{1}[9]{1}\d{1})|([2-9]{1}\d{3}))$")

有没有办法找出列中包含日期的行，然后过滤该行以提取日期？

我正在尝试采用类似的方法：

datetime.datetime.isoformat(date_check['Result'][9])

date_check['Result'].apply(lambda x: datetime.datetime.isoformat(x))

解决方案

减去纪元时间（第 6 行），这应该可以完成任务

pd.to_datetime(date_extract_df["Result"].str.replace(": ",""), errors="coerce")

为了更深入地了解，你可以使用第三方工具来dateparser涵盖更多情况