在python中将Timex字符串转换为日期时间

Question

我想将 Timex 日期格式字符串列表（来自 SUTime）转换为正常的日期时间格式。问题是，我有许多不同的类型：dates = ['2018-07-09',          '2018-W15',          '2018-02',          '2018-04-06',         '2018-W15',         '2018-02',         '2015-09',         '2018-09-27 INTERSECT P5D',         'FUTURE_REF',         'FUTURE_REF',         'PXY',         'THIS P1D INTERSECT 2018-09-28',         {'end': 'XXXX-06', 'begin': 'XXXX-04'},          '2014-03-19',         '2018-08-02']我有两个目标：忽略所有不直接指示特定日期的条目将所有其他转换为'yyyy-mm-dd'格式，始终引用年、月、周等的第一天。例如：'2018-02'应该变成'2018-02-01'或'2018-W15' 2018-04-09我尝试使用熊猫的pd.to_datetime功能，但这不会将周转换为日期

Answer 1

当数据收集不统一时，这有点挑战。我不熟悉 Timex，无法找到任何可能有帮助的软件包。

这可能会帮助你。我编写了一些处理每个特定情况的函数。

import datetime

from pprint import pprint

dates = ['2018-07-09',

         '2018-W15',

         '2018-02',

         '2018-04-06',

         '2018-W15',

         '2018-02',

         '2015-09',

         '2018-09-27 INTERSECT P5D',

         'FUTURE_REF',

         'FUTURE_REF',

         'PXY',

         'THIS P1D INTERSECT 2018-09-28',

         {'end': 'XXXX-06', 'begin': 'XXXX-04'},

         '2014-03-19',

         '2018-08-02']

FORMAT = '%Y-%m-%d'

def get_simple_date(item, strformat=FORMAT):

    try:

        return (True, datetime.datetime.strptime(item, strformat))

    except (ValueError, TypeError):

        return (False, item)

def get_from_split(is_resolved, item):

    if is_resolved:

        return (is_resolved, item)

    try:

        tokens = item.split(' ')

        are_resolved, items = zip(*(get_simple_date(token) for token in tokens))

        if any(are_resolved):

            # assume one valid token

            result, = (item for item in items if isinstance(item, datetime.datetime))

            return (True, result)

    except (ValueError, AttributeError):

        pass

    return (False, item)

def get_from_no_day(is_resolved, item):

    if is_resolved:

        return (is_resolved, item)

    if not 'W' in item:

        try:

            return (True, datetime.datetime.strptime(f'{item}-01', FORMAT))

        except ValueError:

            pass

    return (False, item)

def get_from_w_date(is_resolved, item):

    if is_resolved:

        return (is_resolved, item)

    if 'W' in item:

        return (True, datetime.datetime.strptime(f'{item}-1', "%Y-W%W-%w"))

    return (is_resolved, item)

collection1 = (get_simple_date(item) for item in dates)

collection2 = (get_from_split(*args) for args in collection1)

collection3 = (get_from_no_day(*args) for args in collection2)

collection4 = (get_from_w_date(*args) for args in collection3)

pprint([d for is_resolved, d in collection4 if is_resolved], indent=4)

输出：

[   datetime.datetime(2018, 7, 9, 0, 0),

    datetime.datetime(2018, 4, 9, 0, 0),

    datetime.datetime(2018, 2, 1, 0, 0),

    datetime.datetime(2018, 4, 6, 0, 0),

    datetime.datetime(2018, 4, 9, 0, 0),

    datetime.datetime(2018, 2, 1, 0, 0),

    datetime.datetime(2015, 9, 1, 0, 0),

    datetime.datetime(2018, 9, 27, 0, 0),

    datetime.datetime(2018, 9, 28, 0, 0),

    datetime.datetime(2014, 3, 19, 0, 0),

    datetime.datetime(2018, 8, 2, 0, 0)]