如何将出生年份的熊猫数据框列转换为年龄？ （例如'1991'-> 28）

Question

我有一个熊猫日期框架，其中一栏名为“年龄”。 那里有数千个出生年份（1970、1953、2018等）。

我该如何将那一年转换成大致年龄？ 例如，如果年份为“ 1991”，我希望它显示为“ 28”。

我尝试过与日期时间一起玩，但是没有成功。

df_age.head()

1970
1953
1953
1977
2017
Name: Age, dtype: int64

Answer 1

您可以轻松地从当前年份中减去出生年份来获得年龄。

要获得使用熊猫的当前年份，您可以执行

pd.Timestamp('now').year

因此，您可以做，

df['Age'] = pd.Timestamp('now').year - df['Age'] 

获得Age 。 请记住，这将覆盖列值。 如果您不希望这样做，请将结果分配给其他列。

Answer 2

from datetime import date 

def calculateAge(birthDate): 
    today = date.today() 
    age = today.year - birthDate.year - 
         ((today.month, today.day) < 
         (birthDate.month, birthDate.day)) 

    return age 

print(calculateAge(date(1997, 2, 3)), "years") 

要么

from datetime import date 

def calculateAge(birthDate): 
    days_in_year = 365.2425    
    age = int((date.today() - birthDate).days / days_in_year) 
    return age 

print(calculateAge(date(1997, 2, 3)), "years")

如果您需要帮助，请使用数据框。 发表评论，但这是我们可以通过的两种方式。

这就是您要寻找的答案。

from datetime import date 
import pandas as pd
import datetime
def calculateAge(birthDate):
    today = str(datetime.date.today());
    curr_year = int(today[:4]); 
    age = curr_year-birthDate 

    return age 



lst=['1997','1998']
df=pd.DataFrame(lst)
df[0]=df[0].astype(int)
df['age']=np.nan
df['age']=df[0].apply(calculateAge)

输出-

   0  age
0  1997   22
1  1998   21

Answer 3

您不需要日期时间，只需从当前年份中减去出生年份。 例如，2019年-1991年= 28。

提议的解决方案df['Age'] = pd.Timestamp('now').year - df['Age']当然是一种快速的解决方法。 还有其他可行的方法。