Python 在数据帧中合并行

我有一个pandas

DataFrame

，有18列，大约10000行

我的前3列分别有

年

、

月

和

日

的值。我需要合并这三列，并将所有行的整个日期放在一列中

到目前为止，我的代码是：

df.merge('Year','/','Month')

您正在寻找（类似于数据库连接）：

axis=1

部分表示您选择的是列而不是行

如果要指定具体日期，可以使用datetime：

In [5]: import datetime

In [6]: df.apply(lambda row: datetime.datetime(row['year'],row['month'],row['day']), axis=1)
Out[6]: 
0    2012-11-01 00:00:00
1    2012-10-01 00:00:00

您可以将这些列作为列添加到dataframe中，如下所示：

In [7]: df['new_date'] = df.apply(lambda row: str(row['day'])+'/'+str(row['month'])+'/'+str(row['year']), axis=1)

In [8]: df
Out[8]: 
   day month  year   new_date
0    1    11  2012  1/11/2012
1    1    10  2012  1/10/2012

值得注意的是，pandas有一个简单的方法来完成以下任务。

您正在寻找的（就像一个数据库连接）：

axis=1

部分表示您选择的是列而不是行

如果要指定具体日期，可以使用datetime：

In [5]: import datetime

In [6]: df.apply(lambda row: datetime.datetime(row['year'],row['month'],row['day']), axis=1)
Out[6]: 
0    2012-11-01 00:00:00
1    2012-10-01 00:00:00

您可以将这些列作为列添加到dataframe中，如下所示：

In [7]: df['new_date'] = df.apply(lambda row: str(row['day'])+'/'+str(row['month'])+'/'+str(row['year']), axis=1)

In [8]: df
Out[8]: 
   day month  year   new_date
0    1    11  2012  1/11/2012
1    1    10  2012  1/10/2012

---

值得一提的是，熊猫有一个简单的方法来定义数据帧。

什么是数据帧？请给我们看一些代码，这样我们就可以理解你在做什么。这是一个熊猫数据帧我肯定。。。熊猫是一个numpy包装器，具有附加功能。。。。（它可能不仅仅是一个包装）temp=read_table（文件夹+r'\BBE_12-11-13_0731_编辑_2.lvm'，sep=r'\t'）cols=['Year'、'Month'、'Day'、'Hour'、'Minute'、'Seconde'、'Depth（m）'、'Temperature（Deg C）'、'Green（µg_l）'、'Blue（µg_l）'(微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微df.columns=colsHave重新发布了这个问题…请查看下面的链接/@RahulBhatia为什么重新发布这个问题，而不是编辑它？什么是数据框？请给我们一些代码，以便我们了解您在做什么。我确定这是熊猫数据框…熊猫是一个具有附加功能的numpy包装器。。。。（它可能不仅仅是一个包装）temp=read_table（文件夹+r'\BBE_12-11-13_0731_编辑_2.lvm'，sep=r'\t'）cols=['Year'、'Month'、'Day'、'Hour'、'Minute'、'Seconde'、'Depth（m）'、'Temperature（Deg C）'、'Green（µg_l）'、'Blue（µg_l）'(微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微微df.columns=colsHave重新发布了这个问题……请查看下面的链接/@RahulBhatia为什么重新发布这个问题，而不是编辑它？