如何无循环计算DataFrame列元素位数？优化年龄计算代码

我有如下DataFrame：

df =    Year.of.birth    Year
12         56            2017     
17         63            2019
27         1962          2018
36         0             2019

Year.of.birth字段的值可能是4位、2位或1位数字，我的最终目标是计算每行的年龄。

我的尝试代码 #

方案一（可行但大数据集慢） #

df.index = pd.Index(range(0,len(df),1))
df.loc[df['Year.of.birth'] == 0, 'Year.of.birth'] = 2000
for i in range(len(df)):
        if int(log10(df['Year.of.birth'].iloc[i]))+1 != 4: #检查数字位数
            if df['Year.of.birth'].iloc[i] > (df['Year'].iloc[i]-2000): 
#若出生于20世纪
                df.loc[i, 'Year.of.birth'] += 1900
            else: 
                df.loc[i, 'Year.of.birth'] += 2000
df['age'] = df.loc[:,'Year'] - df.loc[:,'Year.of.birth'] 

这段代码能正常工作，但在大数据集上运行较慢。

方案二（无法处理已含世纪位数的行） #

#添加世纪位数
df.loc[df['Year.of.birth'] == 0, 'Year.of.birth'] = 2000
df.loc[df['Year.of.birth'] < df.loc[:,'Year'] - 2000, 'Year.of.birth'] += 2000
df.loc[df['Year.of.birth'] >= df.loc[:,'Year'] - 2000, 'Year.of.birth'] += 1900

该方案无法处理Year.of.birth已包含世纪位数的行。

核心疑问 #

有没有办法不使用for循环计算DataFrame列中元素的位数？列表推导式也可以，但因存在较多条件判断，可能实现复杂。非常感谢任何代码改进建议或问题优化意见。

补充的解决方案 #

显然问题在于数据采样，部分样本包含世纪位数，部分没有——如果数据采样为16，我们无法确定此人是1916年还是2016年出生。不过解决方案如下：

df.loc[df['Year.of.birth'] < 100, 'Year.of.birth'] += 1900
df.loc[df['Year.of.birth'] < df.loc[:,'Year'] - 100, 'Year.of.birth'] += 100

第一行代码会给小于100的Year.of.birth值加上1900，以此过滤掉已包含世纪位数的值。

内容的提问来源于stack exchange，提问作者LuBe