如何使用 Python pandas Df 将具有 1 个以上相同列的 csv 合并并仅添加不同的列答案

【问题标题】：How to use Python pandas Df to merge csvs with more than 1 same column and add only different columns如何使用 Python pandas Df 将具有 1 个以上相同列的 csv 合并并仅添加不同的列
【发布时间】：2017-03-23 13:26:24
【问题描述】：

这道题和简单的mysql操作类似——

更新 hpaai_month_div t, fahafa_monthly s
SET t.col1=s.col1 WHERE t.col2=s.col2 AND t.year=s.year AND t.month=s.month;

数据：

CSV A
月 年 col2 col1
abc 2000 DEFSSDS 190
定义 2001 GHISFDS 210
吉2002 SJDYHGF 910

CSV B
月 年 col2 col1 stat_fips
abc 2000 DEFSSDS 0 一个
def 2001 GHISFDS 0 b
吉2002 SJDYHGF 0 c


生成的 CSV ：

月 年 col2 col1 stat_fips
abc 2000 DEFSSDS 190 a
定义 2001 GHISFDS 210 b
吉2002 SJDYHGF 910 c

到目前为止的代码：（无法正常工作）

   df_a = pd.read_csv('a.csv')
   df_b = pd.read_csv('b.csv')
   merged_df = pd.merge(df_a, df_b, on="col1", how="left")

   merged_df = pd.concat([merged_df], axis=1)
   merged_df.to_csv('final_output.csv', encoding='utf-8', index=False)
   print open('final_output.csv').read()

如何获取数据作为结果csv

【问题讨论】：

标签： python mysql pandas dataframe

【解决方案1】：

看来你需要merge，最后删除列col_：

#default inner join 
df = pd.merge(df1, df2, on=['col2','year','month'], suffixes=('','_'))
       .drop('col1_',axis=1)
print (df)
  month  year     col2  col1 stat_fips
0   abc  2000  DEFSSDS   190         a
1   def  2001  GHISFDS   210         b
2   ghi  2002  SJDYHGF   910         c

df = pd.merge(df1, df2, on=['col2','year','month'])
print (df)
  month  year     col2  col1_x  col1_y stat_fips
0   abc  2000  DEFSSDS     190       0         a
1   def  2001  GHISFDS     210       0         b
2   ghi  2002  SJDYHGF     910       0         c


df = pd.merge(df1, df2, on=['col2','year','month'], suffixes=('','_'))
print (df)
  month  year     col2  col1  col1_ stat_fips
0   abc  2000  DEFSSDS   190      0         a
1   def  2001  GHISFDS   210      0         b
2   ghi  2002  SJDYHGF   910      0         c

【讨论】：

后缀是什么？
如果两个数据框中的列重叠，默认添加_x和_y。后缀。参数suffixes 用于更改默认值。

【解决方案2】：

如果您提前从'df_b' 中删除'col1'，您可以让merge 使用其默认值。

df_a.merge(df_b.drop('col1', 1))

  month  year     col2  col1 stat_fips
0   abc  2000  DEFSSDS   190         a
1   def  2001  GHISFDS   210         b
2   ghi  2002  SJDYHGF   910         c

【讨论】：