如何在Pandas中根据年龄字段插补近似出生日期

完全可以实现你描述的插补逻辑，且更推荐使用pandas向量化操作替代逐行遍历，执行效率更高，具体实现步骤如下：

步骤1：定义基准日期 #

先将基准更新日期转为pandas datetime格式，方便后续日期运算：

import pandas as pd
last_updated_date = pd.to_datetime("2021-05-31")

步骤2：针对DOB为空的行做定向插补 #

有两种常用的插补逻辑，可根据你的需求选择：

方案A：按平均年长度计算近似出生日期 #

直接用时间差计算，pandas会按每年平均365.25天做换算，得到的是粗略出生日期：

df.loc[df['DOB'].isna(), 'DOB'] = last_updated_date - pd.to_timedelta(df.loc[df['DOB'].isna(), 'AGE_YEARS'], unit='Y')

方案B：保留基准日月日，仅减去年龄对应的年份 #

如果希望插补的出生日期月日和基准日一致，结果更规整，可以用下面的写法：

df.loc[df['DOB'].isna(), 'DOB'] = df.loc[df['DOB'].isna()].apply(
    lambda x: last_updated_date.replace(year=last_updated_date.year - int(x['AGE_YEARS'])),
    axis=1
)

插补后的结果示例 #

以你给出的测试数据为例，id=02的行插补后结果如下：

补充说明 #

不推荐手动逐行遍历DataFrame（比如用iterrows()、for循环遍历行）处理：当数据量超过1万条时，逐行操作的性能会比上述向量化操作低几十到上百倍，优先使用pandas内置的批量操作方法即可。

内容的提问来源于stack exchange，提问作者Mazil_tov998