0

我有一个数据库，其中有一列名为 ['birth_date']，已使用以下方法转换字符串 -> 日期：

dataCopy.loc[:,'birth_date'] = dataCopy['birth_date'].astype('datetime64[ns]')

我还转换了我的数据库的其他列。所以，正如你们中的一些人知道的那样，当 python 看到像 mm/dd/69 及以下这样的日期时，存在 2 位数年份日期（mm/dd/yy 或其他）的问题，它假定年份是 2069 年而不是 1969 年。问题我是否需要用另一列减去此列来选择我的客户取消服务时的年龄。例：他1969年出生，2019年取消服务，所以53岁。我已经知道我该怎么做：

dataCopy['idade'] = (dataCopy['deleted_at'].dt.year - dataCopy['birth_date'].dt.year)

但首先我需要修正错误的年份。使用格式（y%m%d 和变体）不起作用。我的意思是，他们工作，但他们不会修正错误的年份。我是初学者，已经尝试过我在 Stack 上看到的功能，但我无法修改它以匹配我的问题（而且我没有 100% 理解它）。我很感激任何帮助。

4

1 回答 1

0

您需要创建一个自定义函数并将其映射到birth_date 列。

您可以决定一个截止年份（例如 40 年），将其分类为 19 世纪，低于其分类为 20 世纪。例如，62 将转换为 1962 年，32 将转换为 2032。

下面的代码创建了转​​换日期字符串的自定义函数。

import pandas as pd
import datetime as dt


def custom_date_function(date_string: str) -> dt.date:
    """
    Convert date string to date object
    """
    # Note that the first 8 character is the date without the time
    # Selecting the first 8 character
    # And then splitting the string using '/' to year, month and date
    date_components = date_string[0:8].split('/')

    # All number greater than 40 will be changed to 19th century
    # Else to 20th century
    # You may change the cutoff from 40

    if int(date_components[2]) >= 40:
        year = 1900 + int(date_components[2])
    else:
        year = 2000 + int(date_components[2])

    return dt.date(year=year, month=int(date_components[0]), day=int(date_components[1]))

创建自定义函数后，您可以在birth_date 列中使用它。

# Example Code of applying the custom function on birth_date DataFrame column

# Creating an example DataFrame with birth_date column
df_dict = {'birth_date': ['11/22/67', '03/23/69', '11/22/27']}
dataCopy = pd.DataFrame(df_dict)

# Applying the function on birth_date DataFrame column
out = dataCopy['birth_date'].apply(custom_date_function)
print(out)

birth_datecolumn有可能已经是一个日期对象。在这种情况下，您需要在应用custom_date_function.

于 2022-02-18T06:27:11.240 回答