python - 将两个 csv 文件与自定义列合并

Question

我有两个 csv 文件:测试1

A   B 
1   a
2   b
3   c
4   d
5   e

测试2

A   C   D   B
3   x   25  101
2   y   0.35    11
1   z   0.45    111
6   k   0.55    1101
7   l   0.65    1010

我想将它们合并到 = A 上，但我只需要最终文件中的 test1.A,B 和 test2.D, B 列。由于这两个文件具有相同的列名 B，因此需要在加入自身时重命名它。输出文件应该是这样的:

A   B   D       B1
1   a   0.45    1110
2   b   0.35    1010
3   c   25      1011
4   d       
5   e   0.55    
6       0.65    1000
7               1111

其中 B1 对应于表 2 中的 B 列。 test1 和 test2 中的 B 列不相同。

import pandas

csv1 = pandas.read_csv('test1.csv',dtype='unicode')
csv2 = pandas.read_csv('test2.csv',dtype='unicode')
merged = pandas.merge(csv1[list('AB')],csv2[list('DB')], on='A',how="outer")
merged.to_csv("outputtest.csv", index=False)

这给了我错误:

KeyError: "['B'] not in index"

Answer 1

您可以drop csv2 中的 C 列，然后 merge带有参数后缀和最后一个fillna通过空字符串:

merged = pd.merge(csv1,
                  csv2.drop('C', axis=1), 
                  on='A',
                  how="outer", 
                  suffixes=('','1')).fillna('')
print (merged)
     A  B     D    B1
0  1.0  a  0.45   111
1  2.0  b  0.35    11
2  3.0  c    25   101
3  4.0  d            
4  5.0  e            
5  6.0     0.55  1101
6  7.0     0.65  1010

如果 csv 中有很多列，您可以使用子集 - 仅需要连接的列 - 在此解决方案列 A 中:

merged = pd.merge(csv1[['A','B']],
                  csv2[['A','D','B']], 
                  on='A',
                  how="outer", 
                  suffixes=('','1')).fillna('')
print (merged)
     A  B     D    B1
0  1.0  a  0.45   111
1  2.0  b  0.35    11
2  3.0  c    25   101
3  4.0  d            
4  5.0  e            
5  6.0     0.55  1101
6  7.0     0.65  1010

或者:

merged = pd.merge(csv1[list('AB')],
                  csv2[list('ADB')], 
                  on='A',
                  how="outer", 
                  suffixes=('','1')).fillna('')
print (merged)
     A  B     D    B1
0  1.0  a  0.45   111
1  2.0  b  0.35    11
2  3.0  c    25   101
3  4.0  d            
4  5.0  e            
5  6.0     0.55  1101
6  7.0     0.65  1010