如何将pandas DataFrame的三列数据按行拼接合并为单个列
你使用np.concatenate未实现需求,是因为该函数的作用是将多个数组沿指定维度拼接为一个更长的数组,在你的代码逻辑中会得到长度为原数据3倍的长序列,而非逐行拼接对应位置的三个元素。
正确实现方案
场景1:拼接为字符串格式(适用大部分场景,可保留月份/日期的前导零)
import pandas as pd tr = pd.read_csv("YMD.txt", sep='\t', header=None) # 逐行拼接三列内容为字符串 tr['merged_col'] = tr[0].astype(str) + tr[1].astype(str) + tr[2].astype(str)
如果需要对单数字的月份、日期自动补零(如1月转为01,5日转为05),可调整为:
tr['merged_col'] = tr[0].astype(str) + tr[1].astype(str).str.zfill(2) + tr[2].astype(str).str.zfill(2)
场景2:拼接为整数数值格式
如果需要最终结果为数值类型,可通过数值运算实现:
# 普通三列1位数字拼接为三位整数 tr['merged_col'] = tr[0] * 100 + tr[1] * 10 + tr[2] # 若为年月日场景,四位数年份+两位数月份+两位数日期,可使用: # tr['merged_col'] = tr[0] * 10000 + tr[1] * 100 + tr[2]
内容的提问来源于stack exchange,提问作者Adnan
相关产品推荐
相关产品推荐

