pandas处理文件，将年月日合并为一列 date

可以使用 pandas 的 apply 函数结合 lambda 表达式来将年月日合并为一列 date。例如，如果 DataFrame 中有名为 year、month 和 day 的列，可以使用以下代码将它们合并为 date 列：

df['date'] = df.apply(lambda row: '{}-{}-{}'.format(row['year'], row['month'], row['day']), axis=1)

其中，`axis=1` 表示对每行数据进行操作。`apply` 函数会将每行数据传递给 lambda 表达式，lambda 表达式将年月日合并为一个字符串，并赋值给新的 date 列。

如果原 DataFrame 中的 year、month、day 列数据类型不是字符串，需要先转换为字符串再进行合并，可以使用 astype 函数：

df['date'] = df.apply(lambda row: '{}-{}-{}'.format(row['year'].astype(str), row['month'].astype(str), row['day'].astype(str)), axis=1)

注意，上述代码中的连接符 `-` 可以根据实际情况替换为其他符号。

相关问题

pandas如何将两列合并为一列

您可以使用pandas库中的apply方法，将两列数据按照指定规则合并为一列。例如：

import pandas as pd

df = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': ['d', 'e', 'f']})

def merge_row(row):
    return row['A'] + ',' + row['B']

df['C'] = df.apply(merge_row, axis=1)

print(df)

运行结果为：

   A  B    C
0  a  d  a,d
1  b  e  b,e
2  c  f  c,f

以上是一种方式，具体可以根据实际情况选择其他方法。

pandas将两列合并为一列

可以使用pandas的concat函数将两列合并为一列，例如：

import pandas as pd

df = pd.DataFrame({'A': ['foo', 'bar'], 'B': ['baz', 'qux']})
df['AB'] = pd.concat([df['A'], df['B']])
print(df)

输出：

     A    B   AB
0  foo  baz  foo
1  bar  qux  bar
0  NaN  baz  baz
1  NaN  qux  qux