如何在pandas DataFrame单列中应用多条件实现闰年判断逻辑

核心判断逻辑 #

闰年需同时满足以下两个条件：

• 能被4整除
• 能被400整除，或者 不能被100整除

实现方法 #

方法1：使用矢量化运算（推荐，执行效率远高于行遍历） #

不需要自定义函数和apply遍历行，直接按条件做布尔运算即可：

import pandas as pd

df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/AirPassengers.csv")
# 提取年份
df['year'] = pd.to_datetime(df['date']).dt.year
# 合并判断逻辑生成闰年列
cond1 = df['year'] % 4 == 0
cond2 = (df['year'] % 100 != 0) | (df['year'] % 400 == 0)
df['is_leap'] = cond1 & cond2

方法2：使用pandas内置属性（最简写法，无逻辑出错风险） #

pandas的datetime类型自带is_leap_year属性，可直接判断闰年：

import pandas as pd

df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/AirPassengers.csv")
date_ser = pd.to_datetime(df['date'])
df['year'] = date_ser.dt.year
df['is_leap'] = date_ser.dt.is_leap_year

方法3：修正apply写法（仅作逻辑参考，不推荐用于大数据量场景） #

将拆分的两个判断逻辑合并到同一个函数即可：

def is_leap_year(row):
    year = row['year']
    if year % 4 != 0:
        return False
    elif year % 100 != 0:
        return True
    else:
        return year % 400 == 0

df['is_leap'] = df.apply(is_leap_year, axis=1)

内容的提问来源于stack exchange，提问作者cbz