Python如何从DataFrame列仅提取年份并生成新列？

硬切片提取年份不可靠，因为不同行的日期字符串长度、格式可能存在差异，试试下面几种通用方法：

方法一：利用datetime类型提取（推荐） #

如果released列是日期时间类型，或者可以转换为该类型，直接提取年份最稳妥：

import pandas as pd

# 先将列转换为datetime类型（自动处理转换失败的情况）
df_movies['released'] = pd.to_datetime(df_movies['released'], errors='coerce')
# 提取年份到新列
df_movies['release_year'] = df_movies['released'].dt.year

方法二：正则提取年份（适用于字符串格式） #

如果released是字符串格式，不管年份在字符串的哪个位置，用正则匹配四位数字的年份即可：

# 从字符串中提取四位数字的年份
df_movies['release_year'] = df_movies['released'].astype(str).str.extract(r'(\d{4})', expand=False)
# 可选：将结果转为整数类型
df_movies['release_year'] = df_movies['release_year'].astype(int, errors='ignore')

方法三：针对固定格式字符串拆分 #

如果released是固定格式的字符串（比如YYYY-MM-DD），可以直接拆分提取：

# 针对"YYYY-MM-DD"格式拆分提取年份
df_movies['release_year'] = df_movies['released'].str.split('-').str[0]

内容的提问来源于stack exchange，提问作者vic