Python 如何使用NaN元素在dataframe中执行int操作

我有一个数据框，看起来像：

    Brand    Price
0   toronto  16-Aug-16
1   quebec   18-May-17
2   brampton 18-May-17
3   toronto  31-Dec-97

我目前的代码如下：

df["YEAR_TORONTO"] = np.nan
df["YEAR_TORONTO"] = np.where(df["Brand"] == "toronto", df["Price"], np.nan)
df["YEAR_TORONTO"] = df["YEAR_TORONTO"].str[-2:]
df["YEAR_TORONTO"] = np.where(isinstance(df["YEAR_TORONTO"], str) and df["YEAR_TORONTO"].astype(int) >= 20, "19" + df["YEAR_TORONTO"], "20" + df["YEAR_TORONTO"])
df["YEAR_TORONTO"] = df["YEAR_TORONTO"].fillna(0).astype(int).astype(object).where(df["YEAR_TORONTO"].notnull())

这给了我一个如下的结果：

    Brand    Price       YEAR_TORONTO
0   toronto  16-Aug-16   2016
1   quebec   18-May-17   NaN
2   brampton 18-May-17   NaN
3   toronto  31-Dec-97   2097

---

我知道

2097

而不是

1997

是由于我的逻辑中的

和

条件造成的，但我不确定如何解决这一问题，因为NaN值干扰并给出错误。任何更正此代码的帮助都将非常有益，谢谢。

IIUC，您可以使用

来更新时间

并使用访问器

dt.year

来提取年份。然后使用

where

将非多伦多的行替换为

pd.NA

以保持年份为整数

df["YEAR_TORONTO"] = (pd.to_datetime(df['Price']).dt.year
                        .where(df['Brand'].eq('toronto'), pd.NA))
print(df)
      Brand      Price YEAR_TORONTO
0   toronto  16-Aug-16         2016
1    quebec  18-May-17         <NA>
2  brampton  18-May-17         <NA>
3   toronto  31-Dec-97         1997

df[“YEAR\u TORONTO”]=（pd.to\u datetime（df['Price']）.dt.YEAR
.其中（df[‘品牌’].eq（‘多伦多’），pd.NA））
打印（df）
多伦多品牌价格年
0多伦多2016年8月16日
1魁北克2017年5月18日
2017年5月18日，布兰普顿2号
3多伦多1997年12月31日

谢谢，这是另一种选择