从 Python 中的 year-mm-dd 行中切片年份

Question

我正在尝试在 pandas 数据框中分割一个大型对象类型列。 此列中的所有日期均采用“年-月-日”格式，我想先将其仅替换为“年”值，然后将其转换为数字列。

我尝试执行以下操作：

for i in range(len(df.index)):
    df.age[i]=df.age[i][:4]

我直接收到这样的警告和错误：

/home/nbuser/anaconda3_501/lib/python3.6/site-packages/ipykernel/__main__.py:2: 
SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: http://pandas.pydata.org/pandas- 
docs/stable/indexing.html#indexing-view-versus-copy
from ipykernel import kernelapp as app
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-262-b01a66467d00> in <module>()
  1 for i in range(len(df.index)):
 ----> 2     df.age[i]=df.age[i][:4]

 IndexError: invalid index to scalar variable.

如果它有效，我想做的就是将此列从对象转换为数字列，方法是：

df['age'] = pd.to_numeric(df['age'])

通过输入 .to_dict 提示符，我得到：

输入： df['age'].to_dict() 输出： {0：'1966-04-08'，1：'1965-05-14'，2：'1965-08-12'，3：'1968-02-15'， 4: '1968-08-08', ...} 我删掉了剩下的，因为有超过 16000 个值

另外，当我得到 dtype 时，我得到： 输入： df['年龄'].dtype 输出： dtype('O')

提前感谢您的帮助！

Answer 1

您可以尝试以下两种方法之一：

df['age'] = df['age'].astype(str).str.split('-').str[0].astype(int)
df['age'] = df['age'].astype(str).str[:4].astype(int)

Answer 2

如果您的日期在名为“年龄”的列中：

import datetime
df.loc[:,'age'] = df.loc[:,'age'].map(lambda x: datetime.datetime.strptime(str(x),'%Y-%m-%d').year)