工作中，有时候需要用到代码，但是又不是每天都需要用到，难免手生，一些用法忘记了，需要重新查，浪费时间和精力，因此，打算将这些用法都记录下来，时常温习，同时，工作时候用到，直接查询自己的笔记即可。

一、批量数据导入

Case

有数据集5个

customer_profile_full_set_20200527_1.csv
customer_profile_full_set_20200527_2.csv
customer_profile_full_set_20200527_3.csv
customer_profile_full_set_20200527_4.csv
customer_profile_full_set_20200527_5.csv
customer_profile_full_set_20200527_6.csv

比较笨的办法就是一个csv一个csv的读，一个稍微方便一点的方法

import pandas as pd
path = 'customer_profile_full_set_20200527_'
customer1 = pd.read_csv(path + '1.csv')
customer2 = pd.read_csv(path + '2.csv')
customer3 = pd.read_csv(path + '3.csv')
......依此写即可

二、多表拼接

Case/场景

产品信息表，客户一共分了3个csv给，使用的时候，我们需要将这3个csv合并成一个

frame = [customer1, customer2, customer3]
customer_all = pd.concat(frame)

三、数据保存

Case/场景

将处理好的数据集，保存到本地使用
⚠️需要注意一下，当前的路径，保存数据时，如果没有指定路径，那么就会保存到当前文件路径下。

customer_all.to_csv('customer_all_20200528.csv', index = False)

四、字段拼接

场景/Case ，一个表有十个字段，col1、col2、col3、col4、col5、、、、col10，需要将字段1、2、3的值拼接起来

table['col11'] = table['col1'].map(str) + table['col2'].map(str) + table['col3'].map(str)