在我的数据集中,有一个日期列,其中的数据格式混合不一。
- 一些行只有
我该如何删除不符合
下面,我提供了数据的
- 一些行只有
YYYY
(例如2009
)。
- 其他行具有MMM-YY
(例如Jan-08
)。
- 还有一些行具有完整的日期MM/DD/YYYY
(例如01/15/2006
)。我该如何删除不符合
MM/DD/YYYY
格式的条目?我不太确定从哪里开始。下面,我提供了数据的
.head()
作为一个dict
。{'Collection Date': {0: '2001',
1: '2002',
2: '2006',
3: '2/19/2006',
4: '2/28/2006'},
'Complete Genome': {0: 'No', 1: 'No', 2: 'No', 3: 'No', 4: 'No'},
'Country': {0: 'Egypt', 1: 'Egypt', 2: 'Egypt', 3: 'Egypt', 4: 'Egypt'},
'Flu Season': {0: '-N/A-', 1: '-N/A-', 2: '-N/A-', 3: '-N/A-', 4: '-N/A-'},
'Host Species': {0: 'IRD:Human',
1: 'IRD:Human',
2: 'IRD:Bird/Avian',
3: 'IRD:Chicken/Avian',
4: 'IRD:Avian'},
'Protein Name': {0: 'NA', 1: 'NA', 2: 'NA', 3: 'NA', 4: 'HA'},
'Segment': {0: 6, 1: 6, 2: 6, 3: 6, 4: 4},
'Segment Length': {0: 1428, 1: 1449, 2: 1441, 3: 1363, 4: 1707},
'Sequence Accession': {0: 'AJ457944',
1: 'AJ457943',
2: 'GU050304',
3: 'GQ184251',
4: 'KF178948'},
'State/Province': {0: '-N/A-',
1: '-N/A-',
2: '-N/A-',
3: '-N/A-',
4: '-N/A-'},
'Strain Name': {0: '(A/Egypt/84/2001(H1N2))',
1: '(A/Egypt/96/2002(H1N2))',
2: 'A/avian/Egypt/920431/2006(H9N2)',
3: 'A/chicken/Egypt/06207-NLQP/2006(H5N1)',
4: 'A/chicken/Egypt/0626/2006'},
'Subtype': {0: 'H1N2', 1: 'H1N2', 2: 'H9N2', 3: 'H5N1', 4: 'H5N1'}}
MM/DD/YYYY
格式的日期,在你的情况下,使用字符串长度比混乱的正则表达式字符串更容易和简单。 - EdChum