Python DataFrame中将出生日期转换为年龄的方法

在进行数据挖掘项目或大数据竞赛时，若样本对象为人，数据集中常包含出生日期的Series。例如以下示例数据：

# -*- coding: utf-8 -*-
import pandas as pd
from pandas import Series, DataFrame
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt %matplotlib inline
data = {'birth': ['10/8/00', '7/21/93', '6/14/01', '5/18/99', '1/5/98']}
frame = DataFrame(data)
frame

观察数据可知，'10/8/00'这类格式中，最左侧数字代表月份，中间数字代表日期，右侧数字代表年份。

在实际分析中，直接使用出生日期并非最优选择，而年龄更能反映不同阶段的状态差异，如收入、健康状况及居住条件等。年龄作为特征工程指标，能更有效地划分样本差异，避免出生日期信息量过大导致算法训练困难。

那么，如何将上述birth数据转换为年龄age呢？

此处需使用datetime库，具体操作如下：

（1）首先将birth列转换为标准时间格式。

frame['birth'] = pd.to_datetime(frame['birth'])
frame

（2）获取当前时间的年份，并减去birth列的年份。

import datetime as dt
now_year =dt.datetime.today().year #当前的年份
frame['age']=now_year-frame.birth.dt.year
frame

这里使用了dt.datetime.today().year来获取当前日期的年份，随后提取birth数据中的年份（frame.birth.dt.year），两者相减即得年龄数据，结果如下：

此外，有时还需关注出生月份与预测变量的关系。例如，星座分析常依据出生月、日评估对人的影响，也可采用相同方法提取月、日数据。

总结

以上介绍了在Python DataFrame中将出生日期转换为年龄的实现方法，希望能对读者有所帮助。如有疑问请留言，小编会及时回复。感谢大家对本站的支持！