pandas多列合并成一列

前言

一入数据深似海，从此头发是路人。作为一个半路出家的学生，小弟当初是想做一名开发的，然而阴差阳错下，解除了数据分析这个工作，从此便爱上了这个让我秃头的行业（虚伪的说。）

数据分析有四个步骤，数据获取——>数据处理——>数据分析——>数据分析，以后我们有空小弟都会写一写，今天我们先讲一件数据处理相关。

前段时间，公司有个妹子找到小弟，让我帮她处理一下数据，她有一个60M的excel文件，需要将几列数据合并成一列，由于他电脑很卡，所以找到了小弟，而小弟知道这个情况后，第一时间想到了pandas。

妹子需要合并的列如下：
妹子想要把year month day 三列合并成一列新的日期

由于小弟有pandas基础，知道pandas合并列，只需要将列相加，于是乎代码如下

#/usr/bin/python3
import pandas as pd 
df = pd.read_excel("test.xlsx")
df['date'] = df['year']+"/"+df['month']+"/"+df['day']
print(df)

结果如下：

然后查一下原因，结果是pandas默认将year，month，day这计列读作了int64类型，所以不能与字符串相加，需要用map函数进行转换。

最后代码如下：

#/usr/bin/python3
import pandas as pd 
df = pd.read_excel("test.xlsx")

df['date'] = df['year'].map(str)+"/"+df['month'].map(str)+"/"+df['day'].map(str)

print(df.head(5))

结果如下：

数据处理成功，妹子脸上露出了灿烂的笑容，手舞足蹈的说：“小哥哥，谢谢你哦，你真的太好了，我不用加班了，可以和男生去约会了。”
看着妹子离去的背影，小弟暗暗发誓：
以后一定要做个坏人！