如何通过python合并csv文件中的不同行

Question

我已经从网站上删除了一些内容并将数据保存到一些不同的 csv 文件中。

例如，

csv1:-

row number    time              price
1              2018/01/01        12
2              2018/01/02        15

csv2:-

row number    time              address
1              2018/01/01        MI
2              2018/01/02        AR

现在，如何将两个 csv 文件合并为一个 csv 文件，下面是新 csv 的格式。

row number    time              price         address
1              2018/01/01        12             MI
2              2018/01/02        15             AR

有人可以帮我吗？

这个问题困扰了我好几天。

非常感谢！

enter image description here

enter image description here

Answer 1

您可以使用 Pandas df.append()。您可以参考this answer。

如果这些 CSV 具有不同的列，则将它们中的每一个单独读取为 Pandas DataFrame，然后创建一个新的 DataFrame 引用先前创建的各个 DataFrame 的列。

Answer 2

对于你的情况，你也可以使用 pandas 的pd.merge 命令：

In [488]: df1 = pd.read_csv('/home/mayankp/Documents/Personal/stackoverflow/csv1.csv')

In [498]: df1
Out[498]: 
   row_number        time  price
0           1  2018/01/01     12
1           2  2018/01/02     15

In [490]: df2 = pd.read_csv('/home/mayankp/Documents/Personal/stackoverflow/csv2.csv')

In [499]: df2
Out[499]: 
   row_number        time address
0           1  2018/01/01      MI
1           2  2018/01/02      AR

In [500]: pd.merge(df1,df2, on=['row_number','time'])
Out[500]: 
   row_number        time  price address
0           1  2018/01/01     12      MI
1           2  2018/01/02     15      AR

Answer 3

尝试以下方法：

import pandas as pd

csv1 = pd.read_csv("file1.csv")
csv2 = pd.read_csv("file2.csv")

csv_out = csv1.merge(csv2, on=['row number','time'])
csv_out.to_csv("file_out.csv", index=False)

希望对你有帮助。

Answer 4

我知道您有 csv 文件，但在这里我只是展示并尝试通过手动创建 DataFrames 来帮助您，正如您在问题中提到的那样。

• 数据帧：- https://www.tutorialspoint.com/python_pandas/python_pandas_dataframe.htm

• https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.merge.html - 在这里您可以访问并找到更多关于 DataFrame 上定义的merge() 方法的参数。

下面是您要查找的代码。

>>> import pandas as pd
>>>
>>> dri = pd.date_range("2018/01/01", periods=2, freq="d")
>>>
>>> df = pd.DataFrame({"time": dri, "price": [12, 15]}, index = [1, 2])
>>> df
        time  price
1 2018-01-01     12
2 2018-01-02     15
>>>
>>> df2 = pd.DataFrame({"time": dri, "address": ["MI", "AR"]}, index=[1, 2])
>>> df2
        time address
1 2018-01-01      MI
2 2018-01-02      AR
>>>
>>> # https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.merge.html
...
>>>
>>> df.merge(df2, on = "time", how = "inner", left_index = True)
        time  price address
1 2018-01-01     12      MI
2 2018-01-02     15      AR
>>>

默认情况下，pandas 不包含 DataFrame 左侧的索引标签。如果您确实希望像您提到的那样为 DataFrame 的索引添加标签（在您的情况下，即row number），请查看以下 Python 交互式终端上执行的语句。

>>> df.index.name = "row number"
>>> df
                 time  price
row number
1          2018-01-01     12
2          2018-01-02     15
>>>
>>> df2.index.name = "row number"
>>>
>>> df2
                 time address
row number
1          2018-01-01      MI
2          2018-01-02      AR
>>>
>>> df.merge(df2, on = "time", how = "inner", left_index = True)
                 time  price address
row number
1          2018-01-01     12      MI
2          2018-01-02     15      AR
>>>