如何为含BOD出生日期列的DataFrame新增age年龄列并解决格式问题

你的BOD列已经是datetime64[ns]格式，不需要额外做格式转换，直接使用向量化方法计算即可，全程不会触发格式相关报错。

核心实现代码 #

import pandas as pd

# 统一取当前日期零点作为计算基准，消除时分秒带来的计算偏差
reference_date = pd.Timestamp.now().normalize()

# 向量化计算年龄，适配万行级的数据集，计算效率远高于逐行遍历
df['age'] = (
    reference_date.year - df['BOD'].dt.year
    - ((reference_date.month, reference_date.day) < (df['BOD'].dt.month, df['BOD'].dt.day))
)

计算逻辑说明 #

• 第一步先计算年份差值，作为年龄的基础值
• 第二步通过（月、日）元组逐行比较，判断当前年度的生日是否已过：如果当前月日早于出生月日，说明当年生日还未到，自动把基础值减1，保证年龄计算符合实际
• 元组比较是pandas的原生向量化操作，不需要逐行写循环，运行速度快，且不会因为单元格格式问题触发报错

常见踩坑提醒 #

• 不要直接用当前年份减出生年份，会把还没到当年生日的用户年龄多算1岁
• 不要直接对出生日期差做按年除法，因为不同年份长度不同（含闰年、平年差异），会出现小数年龄偏差
• 不要逐行调用本地日期获取方法，否则跨零点运行时会出现同一列计算基准不统一的问题
• 计算过程全程使用pandas内置的datetime访问器操作，不会将列转回字符串处理，从根源上避免类型转换类的格式报错

计算结果校验：以你给出的示例数据为例，若计算基准为2024-10-15：

• 1958-04-14 对应年龄66岁
• 1954-02-28 对应年龄70岁
• 1955-04-01 对应年龄69岁
• 1955-08-28 对应年龄69岁
• 1955-09-06 对应年龄69岁

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