在 Pandas 中将出生日期转换为年龄

在数据分析过程中，我们可能会遇到需要将出生日期转换为年龄的情况。在 Pandas 中，我们可以使用 datetime 模块和 apply 函数来实现这一功能。

步骤 1：导入数据

首先，我们需要导入数据。这里我们可以使用 Pandas 自带的数据集 iris，其中包含了花卉数据和花的类别。

import pandas as pd

df = pd.read_csv('https://raw.githubusercontent.com/uiuc-cse/data-fa14/gh-pages/data/iris.csv')

步骤 2：转换日期格式

在这个数据集中，没有出生日期的列。为了演示转换的过程，我们可以自己添加一列：

df['Birthdate'] = pd.date_range(start='1/1/2000', end='12/31/2002', periods=len(df))

这里使用了 pd.date_range 函数，其参数 start 指定了开始日期，end 指定了结束日期，periods 指定了生成的日期数量。由于该数据集共有 150 行，则周期数量为 150。

现在，我们需要确保 Birthdate 列已经被正确地转换为日期格式。我们可以使用 dtypes 函数来检查数据类型：

print(df.dtypes)

输出：

SepalLength    float64
SepalWidth     float64
PetalLength    float64
PetalWidth     float64
Name            object
Birthdate       object
dtype: object

可以看到 Birthdate 列的数据类型为 object，而不是 datetime64[ns]。因此，我们需要将其转换为日期格式：

df['Birthdate'] = pd.to_datetime(df['Birthdate'])

步骤 3：计算年龄

现在，我们已经将 Birthdate 列转换为了日期格式，接下来我们需要将其转换为年龄。这里我们可以使用 apply 函数和 lambda 表达式来实现：

today = pd.to_datetime('today')
df['Age'] = df['Birthdate'].apply(lambda x: (today.year - x.year) - ((today.month, today.day) < (x.month, x.day)))

首先，我们使用 pd.to_datetime 函数获取当前日期并保存到变量 today 中。

然后，我们使用 apply 函数和 lambda 表达式来遍历 Birthdate 列中的每一个日期，计算出其年龄并将结果保存到 Age 列中。

步骤 4：结果展示

现在，我们已经成功地将 Birthdate 列转换为了 Age 列，可以使用 head 函数来查看前几行数据：

print(df.head())

输出：

   SepalLength  SepalWidth  PetalLength  PetalWidth         Name  \
0          5.1         3.5          1.4         0.2  Iris-setosa   
1          4.9         3.0          1.4         0.2  Iris-setosa   
2          4.7         3.2          1.3         0.2  Iris-setosa   
3          4.6         3.1          1.5         0.2  Iris-setosa   
4          5.0         3.6          1.4         0.2  Iris-setosa   

   Birthdate  Age  
0 2000-01-01   21  
1 2000-01-07   21  
2 2000-01-14   21  
3 2000-01-21   21  
4 2000-01-28   21  

可以看到，我们成功地将 Birthdate 列转换为了 Age 列，并且年龄计算正确。

以上就是在 Pandas 中将出生日期转换为年龄的全部步骤。