如何在Pandas中处理含NaN的出生日期列计算年龄？

核心修改思路 #

• 先将字符串形式的'NaN'转换为Pandas的时间缺失值NaT，同时把有效日期转为标准日期类型
• 通过矢量化操作或带异常处理的自定义函数，自动忽略缺失值，对应结果保留NaN

方案一：矢量化操作（推荐，效率更高） #

利用Pandas内置的日期处理能力，直接对整列进行运算，自动跳过缺失值：

import pandas as pd
from datetime import date

dob = {'DOB': ['11/29/1986', 'NaN', '02/23/2006']}
  
# 创建数据框
df33 = pd.DataFrame(data=dob)

# 将DOB列转为日期类型，无效值自动转为NaT（时间缺失值）
df33['DOB'] = pd.to_datetime(df33['DOB'], format="%m/%d/%Y", errors='coerce')

# 计算年龄：自动忽略NaT，对应结果为NaN
today = date.today()
df33['Age'] = today.year - df33['DOB'].dt.year - ((today.month, today.day) < (df33['DOB'].dt.month, df33['DOB'].dt.day))

display(df33)

关键说明

1. pd.to_datetime的errors='coerce'参数会把无法解析的字符串（比如'NaN'）转为NaT，有效日期则转为标准datetime64类型，避免手动解析的报错。
2. 用dt访问器提取年、月、日，进行矢量化运算，比apply循环效率更高，且NaT对应的计算结果自动为NaN，无需额外判断。

方案二：修改自定义函数（兼容原有逻辑） #

如果想保留原有的apply方式，可在函数中加入空值和异常判断：

import pandas as pd
from datetime import datetime, date

dob = {'DOB': ['11/29/1986', 'NaN', '02/23/2006']}
  
df33 = pd.DataFrame(data=dob)

def age(born):
    # 处理空值或字符串形式的NaN
    if pd.isna(born) or born == 'NaN':
        return pd.NA
    # 捕获日期格式错误的情况
    try:
        born_date = datetime.strptime(born, "%m/%d/%Y").date()
        today = date.today()
        return today.year - born_date.year - ((today.month, today.day) < (born_date.month, born_date.day))
    except ValueError:
        return pd.NA

df33['Age'] = df33['DOB'].apply(age)
display(df33)

关键说明

• 在函数开头判断空值或'NaN'字符串，直接返回缺失值pd.NA
• 用try-except捕获日期解析失败的异常，确保程序不会中断，错误行同样保留缺失值

内容的提问来源于stack exchange，提问作者weizer