基于统一生日规则计算赛马年龄并填充DataFrame Age列的技术需求

赛马年龄计算规则统一为：所有赛马以8月1日作为官方生日，与实际出生日期无关。例如，一匹7月31日出生的赛马，哪怕仅出生1天，也会被归类为1岁。

现有一个pandas DataFrame，包含以下三列：

• FoalDate：赛马实际出生日期
• MeetingDate：赛事举办日期
• Age：年龄列（当前值全为0，需替换为计算后的正确年龄）

示例数据：

说明：该赛马年龄为2岁，因为从其出生日期到赛事日期之间，仅经历过2015年和2016年的两次8月1日。

1. 转换日期格式为datetime类型 #

首先需要将FoalDate和MeetingDate转换为pandas可处理的datetime格式，确保后续计算准确：

import pandas as pd

# 假设你的DataFrame名为df
df['FoalDate'] = pd.to_datetime(df['FoalDate'], dayfirst=True)
df['MeetingDate'] = pd.to_datetime(df['MeetingDate'], dayfirst=True)

提示：如果你的日期格式是月/日/年，将dayfirst参数改为False即可。

2. 计算正确年龄 #

根据规则，年龄的核心计算逻辑是：

• 若赛马实际出生日期在8月1日及之后（月份≥8），它的第一个官方生日是次年的8月1日；
• 若出生日期在8月1日之前（月份<8），第一个官方生日是当年的8月1日；
• 年龄等于从第一个官方生日到赛事日期为止，已经度过的官方生日数量。

对应代码实现：

# 计算第一个官方生日的年份
df['first_official_birth_year'] = df.apply(
    lambda row: row['FoalDate'].year + 1 if row['FoalDate'].month >= 8 else row['FoalDate'].year,
    axis=1
)

# 计算年龄
df['Age'] = df.apply(
    lambda row:
    # 赛事日期在当年8月1日之前：年龄=赛事年份 - 第一个官方生日年份
    row['MeetingDate'].year - row['first_official_birth_year']
    if row['MeetingDate'].month < 8
    # 赛事日期在当年8月1日及之后：年龄=赛事年份 - 第一个官方生日年份 + 1
    else row['MeetingDate'].year - row['first_official_birth_year'] + 1,
    axis=1
)

# 清理临时生成的列
df.drop('first_official_birth_year', axis=1, inplace=True)

验证示例 #

用示例数据测试：

• FoalDate=2014-11-20：月份11≥8，第一个官方生日年份为2014+1=2015；
• MeetingDate=2017-04-30：月份4<8，年龄=2017-2015=2，与示例结果一致。

另一个测试场景：赛马出生于2015-07-31（月份7<8），第一个官方生日年份为2015；若赛事日期为2015-08-01，年龄=2015-2015+1=1，符合"出生1天算1岁"的规则。

内容的提问来源于stack exchange，提问作者onthepunt