如何计算一个人的年龄（基于 dob 列）并使用新值向数据框中添加一列？
数据框如下所示：
lname fname dob
0 DOE LAURIE 03011979
1 BOURNE JASON 06111978
2 GRINCH XMAS 12131988
3 DOE JOHN 11121986
我尝试了以下操作：
now = datetime.now()
df1['age'] = now - df1['dob']
但是，收到以下错误：
TypeError: 不支持的操作数类型 -: 'datetime.datetime' 和 'str'
【问题讨论】：
首先想到的是你的年龄是两位数，在这个时代这不是一个很好的选择。无论如何，我将假设像05 这样的所有年份实际上都是1905。这可能不正确（！），但提出正确的规则很大程度上取决于您的数据。
from datetime import date
def age(date1, date2):
naive_yrs = date2.year - date1.year
if date1.replace(year=date2.year) > date2:
correction = -1
else:
correction = 0
return naive_yrs + correction
df1['age'] = df1['dob'].map(lambda x: age(date(int('19' + x[-2:]), int(x[:2]), int(x[2:-2])), date.today()))
【讨论】：
import datetime as DT
import io
import numpy as np
import pandas as pd
pd.options.mode.chained_assignment = 'warn'
content = ''' ssno lname fname pos_title ser gender dob
0 23456789 PLILEY JODY BUDG ANAL 0560 F 031871
1 987654321 NOEL HEATHER PRTG SRVCS SPECLST 1654 F 120852
2 234567891 SONJU LAURIE SUPVY CONTR SPECLST 1102 F 010999
3 345678912 MANNING CYNTHIA SOC SCNTST 0101 F 081692
4 456789123 NAUERTZ ELIZABETH OFF AUTOMATION ASST 0326 F 031387'''
df = pd.read_csv(io.StringIO(content), sep='\s{2,}')
df['dob'] = df['dob'].apply('{:06}'.format)
now = pd.Timestamp('now')
df['dob'] = pd.to_datetime(df['dob'], format='%m%d%y') # 1
df['dob'] = df['dob'].where(df['dob'] < now, df['dob'] - np.timedelta64(100, 'Y')) # 2
df['age'] = (now - df['dob']).astype('<m8[Y]') # 3
print(df)
产量
ssno lname fname pos_title ser gender \
0 23456789 PLILEY JODY BUDG ANAL 560 F
1 987654321 NOEL HEATHER PRTG SRVCS SPECLST 1654 F
2 234567891 SONJU LAURIE SUPVY CONTR SPECLST 1102 F
3 345678912 MANNING CYNTHIA SOC SCNTST 101 F
4 456789123 NAUERTZ ELIZABETH OFF AUTOMATION ASST 326 F
dob age
0 1971-03-18 00:00:00 43
1 1952-12-08 18:00:00 61
2 1999-01-09 00:00:00 15
3 1992-08-16 00:00:00 22
4 1987-03-13 00:00:00 27
dob 列当前似乎是字符串。第一的，
使用pd.to_datetime 将它们转换为Timestamps。'%m%d%y' 格式将最后两位数字转换为年份，但
不幸的是，假设52 表示 2052。因为那可能不是
Heather Noel 的生日，让我们从dob 中减去 100 年
只要dob 大于now。您可能希望在 df['dob'] < now 条件下将 now 减去几年，因为 101 岁的工人比 1 岁的工人更有可能...now中减去dob得到timedelta64[ns]。到
将其转换为年，使用 astype('<m8[Y]') 或 astype('timedelta64[Y]')。【讨论】：
read_table 和 read_csv 都需要 BytesIO 并且如果通过 @987654343 会引发一些错误@.
我找到了更简单的解决方案：
import pandas as pd
from datetime import datetime
from datetime import date
d = {'col0': [1, 2, 6],
'col1': [3, 8, 3],
'col2': ['17.02.1979', '11.11.1993', '01.08.1961']}
df = pd.DataFrame(data=d)
def calculate_age(born):
born = datetime.strptime(born, "%d.%m.%Y").date()
today = date.today()
return today.year - born.year - ((today.month, today.day) < (born.month, born.day))
df['age'] = df['col6'].apply(calculate_age)
print(df)
输出：
col0 col1 col3 age
0 1 3 17.02.1979 39
1 2 8 11.11.1993 24
2 6 3 01.08.1961 57
【讨论】：
# Data setup
df
lname fname dob
0 DOE LAURIE 1979-03-01
1 BOURNE JASON 1978-06-11
2 GRINCH XMAS 1988-12-13
3 DOE JOHN 1986-11-12
# Make sure to parse all datetime columns in advance
df['dob'] = pd.to_datetime(df['dob'], errors='coerce')
如果您只想要年龄的年份部分，请使用@unutbu's solution。 . .
now = pd.to_datetime('now')
now
# Timestamp('2019-04-14 00:00:43.105892')
(now - df['dob']).astype('<m8[Y]')
0 40.0
1 40.0
2 30.0
3 32.0
Name: dob, dtype: float64
另一种选择是减去年份部分并使用
(now.year - df['dob'].dt.year) - ((now.month - df['dob'].dt.month) < 0)
0 40
1 40
2 30
3 32
Name: dob, dtype: int64
如果您想要（几乎）精确的年龄（包括小数部分），请查询 total_seconds 并除以。
(now - df['dob']).dt.total_seconds() / (60*60*24*365.25)
0 40.120446
1 40.840501
2 30.332630
3 32.418872
Name: dob, dtype: float64
【讨论】：
下面的解决方案怎么样：
import datetime as dt
import numpy as np
import pandas as pd
from dateutil.relativedelta import relativedelta
df1['age'] = [relativedelta(pd.to_datetime('now'), d).years for d in df1['dob']]
【讨论】：
当您尝试从出生日期列中查找当前年份的年龄时，请使用这一行
import pandas as pd
df["dob"] = pd.to_datetime(data["dob"])
df["age"] = df["dob"].apply(lambda x : (pd.datetime.now().year - x.year))
【讨论】：