如何在Pandas中将年、月、日形式的服务年限转换为浮点值

完整实现代码 #

import pandas as pd
import numpy as np

data = {'ID':['A1001','A5001','B1001','D5115','K4910'],
'Years_in_service': ['5 year(s), 7 month(s), 3 day(s)', '16 year(s), 0 month(s), 25 day(s)', 
'7 year(s), 0 month(s), 2 day(s)', '0 year(s), 11 month(s), 23 day(s)','1 year(s), 0 month(s), 6 day(s)'],
 'Age': [45, 59,21,18,35]}

df = pd.DataFrame(data)

# 从字符串中提取年、月、日的数值
df[['years', 'months', 'days']] = df['Years_in_service'].str.extract(r'(\d+) year\(s\), (\d+) month\(s\), (\d+) day\(s\)').astype(float)

# 计算以年为单位的十进制值：年数 + 月数/12 + 天数/365
df['Years_in_service_decimal'] = df['years'] + df['months']/12 + df['days']/365

# 保留两位小数，匹配示例中的5.59格式
df['Years_in_service_decimal'] = df['Years_in_service_decimal'].round(2)

# 输出结果
print(df)

关键步骤说明 #

• 数值提取：利用正则表达式精准捕获字符串中的年、月、日数字，通过str.extract直接拆分成三列，再转成浮点类型用于计算。
• 单位转换：基于一年12个月、一年365天的近似值，把月和天换算成年的小数部分，相加后得到总服务时长的十进制年数。
• 格式调整：用round(2)把结果保留两位小数，和你提供的示例输出一致。

内容的提问来源于stack exchange，提问作者RayX500