基于Python Pandas中列中的值计算年龄时出错

Question

我在Python Pandas中有数据帧，如下所示：

col1
-----------
60100412345
70111243335

我尝试创建列"；年龄；基于"；col1"；因为：

• 前两个数字是年份
• 接下来的两个值是月
• netxt两个值为day

因此，60100412345是年=1960，月=10，日=04

我用下面的代码来计算年龄：

today_date= pd.Timestamp(year=2021, month=6, day=30)
df["AGE"] = (today_date - pd.to_datetime(df.col1.str[:6], format = '%y%m%d')) / np.timedelta64(1, 'Y')
df["AGE"] = df.AGE.astype("int")

但我有一个错误，比如：ValueError:unconverted data remains: 28

如何修复此错误？或者，你对如何根据col1中的值计算年龄有其他想法吗？

Answer 1

下次提供这样的狙击手，以帮助您更快地创建数据

df = pd.DataFrame(
columns=['col1'],
data = [['60100412345'],['70111243335']]
)

以下功能基于：https://github.com/arthurdejong/python-stdnum/blob/master/stdnum/pl/pesel.py

def get_birth_date(number):
year = int(number[0:2])
month = int(number[2:4])
day = int(number[4:6])
year += {
0: 1900,
1: 2000,
2: 2100,
3: 2200,
4: 1800,
}[month // 20]
month = month % 20
return pd.Timestamp(year, month, day)

today_date= pd.Timestamp(year=2021, month=6, day=30)
df["AGE"] = (today_date - df.col1.apply(lambda x: get_birth_date(x))) / np.timedelta64(1, 'Y')
df["AGE"] = df.AGE.astype("int")
df
col1    AGE
0   60100412345 60
1   70111243335 50