从数据框中的字符串中提取第一个日期

要获得search将在第一个匹配的子字符串处停止的首次使用：

 r = re.compile("\d{4}-\d{2}-\d{2}")

使用样本：

lines = """1976-05-17 [ ]
[ ] 1976-05-172
1976-05-17
1976-05-17 Atlanta, Georgia U.S.
1976-05-17 1975-07-11
( 1976-05-17 ) 1976-05-17 (age 38) [ ]"""
r = re.compile("\d{4}-\d{2}-\d{2}")
for line in lines.splitlines():
    m = r.search(line)
    if m:
        print(m.group())

输出：

1976-05-17
1976-05-17
1976-05-17
1976-05-17
1976-05-17
1976-05-17

如果将其应用于df，则可以测试是否存在匹配项（如果有的话），使用匹配项，否则使用空字符串作为值，即

import pandas as pd

df = pd.read_csv("test.txt")
print(df)
def match(x):
    m = r.search(x)
    if m:
        return  m.group()
    return  ""

输出：

print(df)
print df["date"].apply(match)

                                     date
0                          1976-05-17 [ ]
1                         [ ] 1976-05-172
2                              1976-05-17
3        1976-05-17 Atlanta, Georgia U.S.
4                   1976-05-17 1975-07-11
5  ( 1976-05-17 ) 1976-05-17 (age 38) [ ]


0    1976-05-17
1    1976-05-17
2    1976-05-17
3    1976-05-17
4    1976-05-17
5    1976-05-17
Name: date, dtype: object

您还可以将列设置为等于返回值，str.extract如果您对不匹配项使用Nan可以的话：

print df["date"].str.extract(r"(\d{4}-\d{2}-\d{2})")

添加"foo"到列：

0    1976-05-17
1    1976-05-17
2    1976-05-17
3    1976-05-17
4    1976-05-17
5    1976-05-17
6           NaN
Name: date, dtype: object