Python从CSV文件birth_date列提取年份及代码报错解决咨询

报错原因及修复方案 #

你的代码报错核心原因是birth_date列存在无法转成datetime格式的无效值（比如空字符串、非日期文本、缺失值等），按以下步骤即可解决：

1. 安全转换日期格式 #

在pd.to_datetime中添加errors='coerce'参数，把无法识别的无效值转为NaT（Pandas的缺失时间标记），避免程序因报错中断：

import pandas as pd
df_data = pd.read_csv('nobel_prize_data.csv')
# 安全转换日期，无效值自动转为NaT
df_data['birth_date'] = pd.to_datetime(df_data['birth_date'], errors='coerce')

2. 提取年份到新列 #

日期转换完成后，用.dt.year直接提取年份，生成新列（比如命名为birth_year）：

df_data['birth_year'] = df_data['birth_date'].dt.year

3. 可选：处理缺失年份 #

转换后NaT对应的年份会是NaN，可根据需求填充：

# 用0填充缺失年份并转为整数
df_data['birth_year'] = df_data['birth_year'].fillna(0).astype(int)
# 或者用"未知"标记缺失值
df_data['birth_year'] = df_data['birth_year'].fillna('未知')

额外排查：定位无效数据 #

如果想知道具体哪些值导致转换失败，可筛选出异常行：

invalid_rows = df_data[df_data['birth_date'].isna()]
print(invalid_rows)

内容的提问来源于stack exchange，提问作者Venkat Karthik