如何修改Python Pandas代码 仅对NR列非NaN行计算年龄

实现代码 #

你可以直接通过Series.where()显式指定仅对非空的NR行执行计算，空值行自动保留NaN，若需要示例中的整数年龄结果，额外做可空整数类型转换即可：

import pandas as pd
import numpy as np

# 替换为你实际使用的基准日期
ABT_DATE = pd.to_datetime("2022-01-01")

df["age"] = (
    (ABT_DATE - pd.to_datetime(df.NR.str[:6], format="%y%m%d")) / np.timedelta64(1, "Y")
).where(df.NR.notna())  # 仅NR非空时返回计算结果，否则返回NaN
# 若需要输出整数年龄，加下面这行转换为可空整数类型
df["age"] = df["age"].round().astype("Int64")

补充说明 #

• 实际上你原有代码的pandas原生矢量化操作天生兼容空值：df.NR.str[:6]遇到NaN会直接返回NaN，pd.to_datetime转换后得到NaT，最终计算结果也会自动为NaN，不需要额外修改也能满足空值行返回NaN的需求。加where只是让逻辑更显式，可读性更好。
• 用Int64（首字母大写）是pandas的可空整数类型，避免普通int类型不能兼容NaN、自动把NaN转成浮点数的问题。

内容的提问来源于stack exchange，提问作者dingaro