Pandas数据操作报错：无法转换Series为int，如何统计2000年后出版书籍数？

你的代码报错原因有两个：

1. df["publication_date"][-4: 0]是对整个Series按行索引做切片，不是提取每个日期字符串的最后四位年份；
2. int()无法直接转换整个Series，只能处理单个字符串值，因此触发TypeError。

下面是两种可行的修复方法：

方法一：直接提取年份字符串并转换比较 #

利用Pandas的str属性对每个字符串做切片，提取最后四位年份，转成整数后筛选统计：

# 方式1：用count()统计
df[df["publication_date"].str[-4:].astype(int) >= 2000]["publication_date"].count()

# 方式2：更简洁的sum()统计布尔值数量
(df["publication_date"].str[-4:].astype(int) >= 2000).sum()

方法二：转换为datetime类型后提取年份（更规范） #

将日期列转换为Pandas的datetime类型，直接提取年份进行比较，这种方法能更好处理日期格式异常：

import pandas as pd

# 转换日期列，format指定输入格式为dd/mm/yyyy
df["publication_date"] = pd.to_datetime(df["publication_date"], format="%d/%m/%Y")
# 统计年份>=2000的数量
(df["publication_date"].dt.year >= 2000).sum()

如果数据中存在无效日期格式，可以添加errors='coerce'参数，将无效值转为NaT（缺失日期），避免报错：

df["publication_date"] = pd.to_datetime(df["publication_date"], format="%d/%m/%Y", errors="coerce")
(df["publication_date"].dt.year >= 2000).sum()

内容的提问来源于stack exchange，提问作者Nuray Ganb