Pandas：如何将整数格式出生日期转换为基于估值日的年龄

直接将整数格式的YYYYMMDD日期传入pd.to_datetime()时，pandas默认会将整数识别为Unix纳秒时间戳，而非按年/月/日格式解析，所以得到的日期差值完全不符合预期。

以下代码可以匹配你给出的期望输出：

import pandas as pd
from io import StringIO

# 构造原始DataFrame
dfs = """
BornDate
2   19850100
3   19000100
5   19850100
6   19000100
7   19820100
8   19850100
9   19000100
10  19790100
11  19850100
"""
df = pd.read_csv(StringIO(dfs.strip()), sep='\s+', dtype={"BornDate": int})

ValuationDate = 20201231
# 提取估值日的年份和月份
val_year = int(str(ValuationDate)[:4])
val_month = int(str(ValuationDate)[4:6])

# 提取出生日期的年份、月份
df['birth_year'] = df['BornDate'].astype(str).str[:4].astype(int)
df['birth_month'] = df['BornDate'].astype(str).str[4:6].astype(int)

# 按规则计算年龄
df['BornDate'] = (val_year - df['birth_year']) + df['birth_month'] / 10

# 输出结果
print(df['BornDate'])

运行后输出如下（你给出的期望结果中第3行的12.01为笔误，正确结果应为120.1）：

2      35.1
3     120.1
5      35.1
6     120.1
7      38.1
8      35.1
9     120.1
10     41.1
11     35.1
Name: BornDate, dtype: float64

如果你需要按实际日期差计算更精准的年龄（考虑闰年、具体天数），可以使用以下方案：

ValuationDate = 20201231
# 按YYYYMMDD格式解析估值日
val_date = pd.to_datetime(ValuationDate, format='%Y%m%d')
# 将出生日期最后两位的00替换为01后解析为日期
df['born_dt'] = pd.to_datetime(df['BornDate'].astype(str).str.replace(r'00$', '01', regex=True), format='%Y%m%d')
# 计算年龄：总天数除以365.25后保留1位小数
df['BornDate'] = ((val_date - df['born_dt']).dt.days / 365.25).round(1)

内容的提问来源于stack exchange，提问作者William