我有這樣的9000行的字符串列表，其中每行是月/日/年：用python/pandas轉換月，日，年到月，年？
10/30/2009
12/19/2009
4/13/2009
8/18/2007
7/17/2008
6/16/2009
1/14/2009
12/18/2007
9/14/2009
2/13/2006
3/25/2009
2/23/2007
我想將它轉換，只與月/年的列表中，如果是有可能的日期格式，像這樣：
10/2009
12/2009
4/2009
8/2007
7/2008
6/2009
1/2009
12/2007
9/2009
2/2006
3/2009
2/2007
我覺得你可以先用to_datetime然後to_period：
df.col = pd.to_datetime(df.col).dt.to_period('m')
print (df)
col
0 2009-10
1 2009-12
2 2009-04
3 2007-08
4 2008-07
5 2009-06
6 2009-01
7 2007-12
8 2009-09
9 2006-02
10 2009-03
11 2007-02
print (type(df.loc[0,'col']))
<class 'pandas._period.Period'>
或者strftime：
df.col = pd.to_datetime(df.col).dt.strftime('%m/%Y')
print (df)
col
0 10/2009
1 12/2009
2 04/2009
3 08/2007
4 07/2008
5 06/2009
6 01/2009
7 12/2007
8 09/2009
9 02/2006
10 03/2009
11 02/2007
print (type(df.loc[0,'col']))
<class 'str'>
或者replace通過regex：
df.col = df.col.str.replace('/.+/','/')
print (df)
col
0 10/2009
1 12/2009
2 4/2009
3 8/2007
4 7/2008
5 6/2009
6 1/2009
7 12/2007
8 9/2009
9 2/2006
10 3/2009
11 2/2007
print (type(df.loc[0,'col']))
<class 'str'>
謝謝，最好的選擇和更優雅在我看來，這是你說的第一個。 @jezrael –
如果我想知道最低日期（2007-02）和最高日期（2009-12），我該怎麼做？ –
使用'print（df.col.max（））'和'print（df.col.min（））' – jezrael
您可以使用str.split構建字符串：
In [32]:
df['date'] =df['date'].str.split('/').str[0] + '/' + df['date'].str.split('/').str[-1]
df
Out[32]:
date
0 10/2009
1 12/2009
2 4/2009
3 8/2007
4 7/2008
5 6/2009
6 1/2009
7 12/2007
8 9/2009
9 2/2006
10 3/2009
11 2/2007
或者你可以使用正則表達式，如果你喜歡那種的解決方案。這將解決您的問題：
import re
res = re.sub(r"/\d\d?/", "/", s)
（需要注意的是s是日期字符串，既可以作爲獨立的日期字符串或包含所有日期的長字符串，你有你的結果必然res）
你可以用正則表達式're.sub（'/。+ /'，'/'，'10/30/2009'）'=> ''10/2009'' – Richy