如何将Pandas中Vintage列转换为距今年份并更名

操作步骤 #

先确保已导入pandas和datetime模块，再按以下方式实现：

1. 获取年份基准
   可以用date.today().year动态获取系统当前年份，也可以直接指定固定年份（比如示例中2020对应Age=2，说明基准年份是2022，可按需调整）。

2. 计算Age列并调整列名
   有两种简洁的实现方式：

方式一：新增Age列后删除原Vintage列

import pandas as pd
from datetime import date

# 假设你的DataFrame名为df
current_year = date.today().year
# 计算Age：基准年份减去Vintage的年份值
df['Age'] = current_year - df['Vintage']
# 删除原Vintage列
df.drop('Vintage', axis=1, inplace=True)
# 可选：调整列顺序，将Age放在第一列
df = df[['Age', 'CprTarget']]

方式二：直接重命名列并修改值

import pandas as pd
from datetime import date

current_year = date.today().year
# 先把Vintage列重命名为Age
df.rename(columns={'Vintage': 'Age'}, inplace=True)
# 计算Age值
df['Age'] = current_year - df['Age']

注意事项 #

• 若不需要动态获取当前年份，直接把current_year替换为固定数值即可，比如current_year = 2022（匹配示例中的转换结果）。
• 因为Vintage列已是int64类型，直接做减法运算不会有类型兼容问题。

内容的提问来源于stack exchange，提问作者Hefe