根据第一列中的数据合并两个 CSV 文件

Posted 2023-02-23

【中文标题】根据第一列中的数据合并两个 CSV 文件

【英文标题】：Merge two CSV files based on a data from the first column

【发布时间】：2019-06-20 08:27:43

【问题描述】：

我有两个想要合并的 csv 文件，如下所示 - 或多或少使用第一列 ID_ 作为唯一标识符，并将 AMT 列附加到最终文件中的新行。

CSV1

ID_ CUSTOMER_ID_    EMAIL_ADDRESS_
1090    1   [e-mail]
1106    2   [e-mail]
1145    3   [e-mail]
1206    4   [e-mail]
1247    5   [e-mail]
1254    6   [e-mail]
1260    7   [e-mail]
1361    8   [e-mail]
1376    9   [e-mail]

CSV2

ID_ AMT
1090    5
1106    5
1145    5
1206    5
1247    5
1254    65
1260    5
1361    10
1376    5

这是我在最终文件中寻找的内容：

ID_ CUSTOMER_ID_    EMAIL_ADDRESS_  AMT
1090    1   [e-mail]    5
1106    2   [e-mail]    5
1145    3   [e-mail]    5
1206    4   [e-mail]    5
1247    5   [e-mail]    5
1254    6   [e-mail]    65
1260    7   [e-mail]    5
1361    8   [e-mail]    10
1376    9   [e-mail]    5

我已尝试尽可能多地修改以下内容，但无法获得我想要的内容。真的坚持这一点 - 不知道我还能做什么。非常感谢任何和所有的帮助！

join -t, File1.csv File2.csv

此示例中显示的数据包含选项卡，但我的实际文件是前面提到的 CSV，并将包含逗号作为分隔符。

【问题讨论】：

我在我的 linux 机器上运行了你的 join 命令并得到了正确的输出。你在运行什么系统？我能想到的可能是您的join 版本不同，或者换行符有误。

【参考方案1】：

这可以使用 Pandas 库轻松完成。这是我的代码：

'''
This program reads two csv files and merges them based on a common key column.
'''
# import the pandas library
# you can install using the following command: pip install pandas

import pandas as pd

# Read the files into two dataframes.
df1 = pd.read_csv('CSV1.csv')
df2 = pd.read_csv('CSV2.csv')

# Merge the two dataframes, using _ID column as key
df3 = pd.merge(df1, df2, on = 'ID_')
df3.set_index('ID_', inplace = True)

# Write it to a new CSV file
df3.to_csv('CSV3.csv')

您可以在此处找到有关 pandas 的简短教程： https://pandas.pydata.org/pandas-docs/stable/getting_started/10min.html

【讨论】：

天哪——这很有帮助。这正是我想要的。非常感谢！

这是我在 *** 上的第一个答案。很高兴我能帮助你。 :-)