如何在 Python 中从 CSV 文件中查找数据？

Question

我如何在 Python 中实现这一点。我知道 excel 中有一个 vlookup 函数，但如果 Python 中有方法，我更喜欢用 Python 来实现。基本上我的目标是从 CSV2 列数量中获取数据，并根据 Bin_Name 将数据写入 CSV1 列数量。脚本不应一次复制所有值，必须通过选择 Bin_Name 来复制。例如：今天，我想从 CSV2 的 Bin_Name ABCDE 获取数据到 CSV1，然后它将数据写入 CSV1 的列数量。如果这是可能的，我将非常感激并从中学到很多东西。非常感谢你提前。

CSV1                     CSV2

Bin_Name   Quantity      Bin_Name   Quantity
A                        A          43  
B                        B          32
C                        C          28
D                        D          33 
E                        E          37   
F                        F          38
G                        G          39
H                        H          41

Answer 1

我会简单地使用熊猫内置在这种情况下起作用，不需要循环。

因此，假设没有重复的 bin 名称，请尝试使用以下代码复制整列：

df1= pd.read_csv("file1.csv")
df2= pd.read_csv("file2.csv")

df1["Quantity"]= df2["Quantity"].where(df1["Bin_Name"].eq(df2["Bin_Name"]))

print(df1)

  Bin_Name  Quantity
0        A        43
1        B        32
2        C        28
3        D        33
4        E        37
5        F        38
6        G        39
7        H        41

如果您只需要复制行的子集，请使用 boolean indexing 和 pandas.DataFrame.loc ：

​
vals= ["A", "B", "C", "D"]
df1.loc[df1["Bin_Name"].isin(vals), "Quantity"] = df2.loc[df1["Bin_Name"].isin(vals), "Quantity"]
print(df1)

  Bin_Name  Quantity
0        A      43.0
1        B      32.0
2        C      28.0
3        D      33.0
4        E       NaN
5        F       NaN
6        G       NaN
7        H       NaN

Answer 2

我不太确定我是否完全理解你的问题，但如果这能解决你的挑战，请告诉我。

在 Python 中执行 Excel 类型操作的通常方法是使用框架Pandas。使用它，您可以使用 Python 代码读取、操作和保存您的 CSV 文件（以及许多其他格式）。

设置示例

编辑：确保你已经安装了熊猫，例如在您的终端中输入以下内容：pip install pandas

由于我没有您的 CSV 文件，我将使用 Pandas 创建它们，而不是使用内置的 read_csv()-方法。

import pandas as pd

csv1 = pd.DataFrame.from_dict({
    "Bin_Name": ["A","B","C","D","E","F","G","H"],
    "Quantity": []
}, orient="index").T

csv2 = pd.DataFrame.from_dict({
    "Bin_Name": ["A","B","C","D","E","F","G","H"],
    "Quantity": [43, 32, 28, 33, 37, 38, 39, 41]
}, orient="index").T

我理解您的问题的方式是，您想指定应将哪些垃圾箱从您的csv1-文件复制到您的csv2-文件。在你的例子中，你提到了这样的事情：

# Specify bins you want to copy
bins_to_copy = ["A", "B", "C", "D", "E"]

现在，有几种方法可以执行您提到的复制操作。有些比其他的好。既然你明确地说“脚本不应一次复制所有值”，我会按照你的指示给出一个建议，一个我认为是更好的方法。

解决方案 1（不好 - 使用 for 循环）

# Loop through each bin and copy cell value from csv2 to csv1
for bin_to_copy in bins_to_copy:
    csv1.loc[csv1["Bin_Name"]==bin_to_copy, "Quantity"] = csv2.loc[csv2["Bin_Name"]==bin_to_copy, "Quantity"]

# OUTPUT:
> csv1
  Bin_Name Quantity
0        A       43
1        B       32
2        C       28
3        D       33
4        E       37
5        F     None
6        G     None
7        H     None

这种方法正是我相信你所要求的。但是，它有几个弱点：

1. 与使用 Pandas 库中提供的更高效的内置方法相比，循环遍历行是一种非常慢的方法
2. 该方法容易受到在任一 CSV 文件中有重复 bin 的情况的影响
3. 该方法容易受到 bin 仅存在于其中一个 CSV 文件中的情况的影响
4. 因为我们一次更新一个单元格，Pandas 不明白列的数据类型已经改变，我们仍然为缺失值留下 None（以及一个“对象”类型的列）而不是NaN（这将指示数字（浮点）列数据类型）。

   如果我正确理解了您的问题，那么更好的方法如下

   解决方案 2（更好 - 使用合并）

   # Select the columns with bins from csv1
   csv1_bins = csv1["Bin_Name"]
   
   # Select only the rows with the desired bins from csv2
   csv2_desired_bins = csv2[csv2["Bin_Name"].isin(bins_to_copy)]
   
   # Merge the columns (just "Quantity" in this case) from csv2 to csv1 using "Bin_Name" as "merging-key"
   result = pd.merge(left=csv1_bins, right=csv2_desired_bins, on="Bin_Name", how="left")
   
   # OUTPUT
   > result
     Bin_Name Quantity
   0        A       43
   1        B       32
   2        C       28
   3        D       33
   4        E       37
   5        F      NaN
   6        G      NaN
   7        H      NaN
   

   merge()-方法更强大，可以解决我列出的解决方案 1 中的所有挑战。它也是 join()-方法的更通用版本，根据文档，它是“就像 Excel VLOOKUP 操作一样。”（这就是你提到的相当于你的 Excel）

Answer 3

您好，您可以先简单地迭代 CSV2，然后在收集到想要的值后，您可以在 CSV1 中搜索它。我在下面写了一段代码，它可能会对你有所帮助，但可以有更有效的方法。

def func(wanted_rows: list,csv2df: pd.DataFrame):
    # Iterate csv2df
    for index,row in csv2df.iterrows():
        # Check if index in the wanted list
        if index in wanted_rows:
            # Get index of CSV1 for same value
            csv1_index = CSV1[CSV1.Bin_Name == row['Bin_Name']].index[0]
            CSV1.at[csv1_index,'Quantity'] = row['Quantity']
    return df

wanted_list = [1,2,3,4,5]
func(wanted_list,CSV2df)