熊猫从日期获取年龄（例如：出生日期）

Question

如何计算人的年龄（基于dob列），并使用新值将一列添加到数据框中？

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

我尝试执行以下操作：

now = datetime.now()
df1['age'] = now - df1['dob']

但是，收到以下错误：

TypeError：-：“ datetime.datetime”和“ str”的不受支持的操作数类型

Answer 1

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

1. 看来您的dob栏目前是字串。首先，将它们转换为Timestampsusing pd.to_datetime。
2. 该格式'%m%d%y'将最后两位数字转换为年份，但不幸的是假设的52平均值为2052。由于这可能不是希瑟·诺埃尔（Heather Noel）的出生年，因此，dob 只要dob大于，就减去100年now。您可能要减去几年now的状况，df['dob'] < now因为拥有101岁工人的可能性可能比拥有1岁工人的可能性要高一些。
3. 您可以减去dob从now获得timedelta64 [NS] 。要将其转换为年份，请使用astype('<m8[Y]')或astype('timedelta64[Y]')。