python - 从 Python 中的 year-mm-dd 行中切出年份

Question

我正在尝试对 pandas 数据框中的大型对象类型列进行切片。此列中的所有日期均采用“year-mm-dd”格式，我想先将其替换为“year”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]

我直接得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.

如果可行，我想做的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，我得到:

输入: df['年龄'].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')

预先感谢您的帮助!

Answer 1

您可以尝试以下 2 种之一:

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