我的“版本”列包含数据模式不一致，有些数据后面跟着逗号和日期，有些则使用“,-”模式。

df.head()17                Paperback,– 1 Nov 201618    Mass Market Paperback,– 1 Jan 199119                      Paperback,– 201620               Hardcover,– 24 Nov 201821        Paperback,– Import, 4 Oct 2018

如何将日期提取到一个单独的列中？我尝试使用str.split()，但找不到特定的模式来提取。有没有其他方法可以做到这一点？

回答：

obj = df['Edition']obj.str.split('((?:\d+\s+\w+\s+)?\d{4}$)', expand=True)

或者

obj.str.split('[,–]+').str[0]obj.str.split('[,–]+').str[-1] # date