案例导入
如下图，“身份证”列数据是身份证号，号码中第7-14字符表示出生日期。请根据身份证号计算所有人员的年龄，取整后添加到”年龄“列。输出修改后的表数据。添加代码注释。
图1.原始数据表
文心一言提示词
打开百度“文心一言”，输入提示词：“你是pandas专家，文件路径为：D:/Samples/身份证号.xlsx。该Excel文件的第一个工作表中A-C列为给定数据。用pandas导入Excel文件的数据，导入前8行数据，引擎为"openpyxl"。在导入的数据中，“身份证”列数据是身份证号，号码中第7-14字符表示出生日期。请根据身份证号计算所有人员的年龄，取整后添加到”年龄“列。输出修改后的表数据。添加代码注释。”
显示结果如下：
为了完成这个任务，我们将使用pandas库来读取Excel文件，并使用Python的日期和时间功能来计算年龄。以下是一个包含注释的Python脚本示例：
import pandas as pdfrom datetime import datetime, timedelta# 定义文件路径file_path = 'D:/Samples/身份证号.xlsx'# 使用pandas读取Excel文件，指定工作表为第一个（索引为0），使用openpyxl引擎，并限制读取前8行df = pd.read_excel(file_path, sheet_name=0, engine='openpyxl', nrows=8)# 假设身份证列的名称是'身份证'# 如果列名不同，请将下面的'身份证'替换为实际的列名id_card_column = '身份证'# 创建一个新的列'年龄'来存储计算出的年龄df['年龄'] = 0# 遍历身份证数据列，计算每个人的年龄for index, row in df.iterrows: id_card_number = row[id_card_column] # 提取身份证中的出生日期部分（第7-14位） birth_date_str = id_card_number[6:14] # 转换为日期格式（假设身份证的日期格式是'YYMMDD'） birth_date = datetime.strptime(birth_date_str, '%Y%m%d') # 计算年龄（取整） today = datetime.today age = today.year - birth_date.year - ((today.month, today.day) < (birth_date.month, birth_date.day)) # 将年龄存储到DataFrame中 df.at[index, '年龄'] = age# 输出修改后的表数据print(df)# 如果需要，也可以将修改后的数据保存回Excel文件# df.to_excel('D:/Samples/身份证号_带年龄.xlsx', index=False, engine='openpyxl')
请注意，上述代码假设身份证中的日期格式是YYYYMMDD。此外，在计算年龄时，我们考虑了是否过了生日，以确保年龄计算的准确性。
如果身份证列的名称不是'身份证'，请确保将id_card_column变量的值替换为实际的列名。同样，如果你需要将修改后的数据保存回Excel文件，可以取消注释最后一行代码，并指定保存的文件路径和文件名。
Python运行结果
图2.Python运行结果
本合集使用的工具如下：
文心一言：3.5版本
Python编辑器：3.9.0
