python 日期合并

csv文件是年一列、月一列、日一列，如何把它合并为\d{4}-\d{2}-\d{2}，成为新的一列

#!usr/bin/env python
# -*- coding:utf-8 -*-
"""
@author: Suyue
@file: lianxi2.py
@time: 2025/02/10
@desc:日期合并
"""
import pandas as pd

# 读取CSV文件
csv_file_path = '地面日值温度.csv'
df = pd.read_csv(csv_file_path)

# 假设年、月、日分别存储在'Year'、'Month'和'Day'列中
year_column = 'Year'
month_column = 'Mon'
day_column = 'Day'

# 创建一个新的列来存储合并后的日期
merged_date_column = 'Date'

# 使用apply方法合并日期，并格式化为YYYY-MM-DD
df[merged_date_column] = df.apply(lambda row: f"{row[year_column]:04d}-{row[month_column]:02d}-{row[day_column]:02d}", axis=1)

# 将结果写回到CSV文件中（可以覆盖原文件或写入新文件）
df.to_csv(csv_file_path, index=False)

print("合并后的日期已写入到新的CSV文件中")

 变个花样，变成20250211这种显示：

#!usr/bin/env python
# -*- coding:utf-8 -*-
"""
@author: Suyue
@file: lianxi2.py
@time: 2025/02/10
@desc:日期合并
"""
import pandas as pd

# 读取CSV文件
csv_file = '/地面日值温度.csv'  # 替换为你的CSV文件路径
df = pd.read_csv(csv_file)

# 假设CSV文件中有 '年'、'月'、'日' 三列
# 将 '年'、'月'、'日' 列转换为字符串，并补齐两位数的月份和日期
df['time'] = df['Year'].astype(str) + df['Mon'].astype(str).str.zfill(2) + df['Day'].astype(str).str.zfill(2)

# 将结果写回到CSV文件中（可以覆盖原文件或写入新文件）
df.to_csv(csv_file, index=False)

# 打印结果
print(df)