python - 将相对时间更改为 Pandas 数据框中的实际日期

Question

我目前有一个通过抓取谷歌新闻标题创建的数据框。我的一个专栏是“时间”，指的是一篇文章发表的时间。

不幸的是，对于最近的文章，谷歌新闻使用“相对”日期，例如 6 小时前或 1 天前，而不是 2017 年 11 月 1 日。

我真的很想将这些相对日期转换为与其他条目一致(例如，他们也说 2017 年 11 月 12 日)，但我什至不知道从哪里开始。

我的想法可能是创建一个代表今天日期的变量，然后通过数据框搜索与我的格式不匹配的内容，然后用当前日期减去这些相对时间。我还必须对“几小时前”的内容进行某种过滤，并且只让这些内容等于当前日期。

我并不是真的想要一个解决方案，而是想要一个大概的想法来尝试解决这个问题。我应该尝试使用 numpy 吗？

一些行的例子:

     Publication    Time    Headline
0   The San Diego Union-Tribune     6 hours ago     I am not opposed to new therapeutic modalities...
1   Devon Live  13 hours ago    If you're looking for a bargain this Christmas...
15  ABS-CBN News    1 day ago   Now, Thirdy has a chance to do something that ...
26  New York Times  Nov 2, 2017     Shepherds lead their sheep through the centre ...

Answer 1

您可以使用 to_datetime与 to_timedelta先用 combine_first与 floor :

#create dates
dates = pd.to_datetime(df['Time'], errors='coerce')
#create times
times = pd.to_timedelta(df['Time'].str.extract('(.*)\s+ago', expand=False))
#combine final datetimes
df['Time'] = (pd.datetime.now() - times).combine_first(dates).dt.floor('D')

print (df)
                   Publication       Time  \
0  The San Diego Union-Tribune 2017-11-12   
1                   Devon Live 2017-11-11   
2                 ABS-CBN News 2017-11-11   
3               New York Times 2017-11-02   

                                         Headline  
0  I am not opposed to new therapeutic modalities  
1  If you're looking for a bargain this Christmas  
2   Now, Thirdy has a chance to do something that  
3   Shepherds lead their sheep through the centre  

---

print (df['Time'])
0   2017-11-12
1   2017-11-11
2   2017-11-11
3   2017-11-02
Name: Time, dtype: datetime64[ns]