如何在Pandas中标准化日期列，去除小数仅保留年份？

针对不同格式的年份列，这里有几种高效的处理方式：

• 数值型年份（带小数）
  如果你的年份列是浮点数（比如2020.5、2021.9），直接取整或向下取整即可：

  import pandas as pd
  import numpy as np
  
  # 直接转整数（自动截断小数部分）
  df['clean_year'] = df['year'].astype(int)
  
  # 若需要严格向下取整（比如2021.9转成2021而非2022）
  df['clean_year'] = np.floor(df['year']).astype(int)
  

• 字符串型年份（含随机格式）
  如果年份列是字符串（比如"2020/03"、"Year:2019"、"2021.10"），用正则提取连续四位数字作为年份：

  # 提取四位数字，自动忽略其他无关字符
  df['clean_year'] = df['year'].str.extract(r'(\d{4})').astype(int)
  

• 混合类型（数值+字符串）
  先统一转为字符串再用正则提取：

  df['clean_year'] = df['year'].astype(str).str.extract(r'(\d{4})').astype(int)
  

• 处理空值
  如果部分行没有有效年份，可填充默认值：

  # 用0填充空值，也可替换为你需要的默认年份
  df['clean_year'] = df['clean_year'].fillna(0).astype(int)
  

内容的提问来源于stack exchange，提问作者Aroune