Python处理DataFrame日期列新增year变量全部行值相同如何解决？

问题根因 #

• 你编写的循环逻辑中，每次执行df['Year'] = xxx都是对整个Year列做全量赋值，而非仅修改当前遍历行对应的取值。循环执行完毕后，整列的值会被最后一次循环的计算结果覆盖，这就是所有行取值均为2015的原因：你的数据集最后一行date字段拆分得到的YY为15，小于19，所以最终整列都被赋值为2015。
• 额外说明：Pandas中直接遍历Series做逐行处理是极低效的实现方式，数据量较大时性能会非常差，更推荐使用向量化操作完成需求。

推荐实现方案 #

无需编写循环，使用Pandas字符串方法+向量化判断即可实现，性能更高且不会出现赋值错误：

import pandas as pd
import numpy as np

df = df[df['date'].notna()].copy() # 新增copy避免链式索引警告
# 提取date字段按/拆分的最后一段作为YY
df['YY'] = df['date'].str.split('/').str[-1]
# 按规则生成Year列
df['Year'] = np.where(df['YY'].astype(int) < 19, '20' + df['YY'], '19' + df['YY'])

如果你坚持要使用循环实现，需要通过索引定位逐行赋值：

df = df[df['date'].notna()].copy()
# 遍历同时获取行索引和对应date值
for idx, date in df['date'].items():
    YY = date.split('/')[-1]
    if int(YY) < 19:
        df.loc[idx, 'Year'] = '20' + YY
    else:
        df.loc[idx, 'Year'] = '19' + YY

内容的提问来源于stack exchange，提问作者Ruth Lulu