如果两个 csv 文件上的 4 列都匹配，则将列的数据移动到另一个 csv 文件

Question

我目前正在处理 2 个 csv 文件，其中 1 包含 5 列 - 年、月、日、小时和收入，我想将收入列转录到另一个 csv 文件，该文件也有年、月、日、和小时列。例如，我想在第二个 csv 文件中添加一个“收入”列，并将 2020/05/26 17:00 的收入值放在第一个 csv 的收入列中，日期和时间相同。

第一个 csv 示例

year, month, day, hour, revenue
2020,3,5,8,100
2020,3,5,9,100
2020,3,5,11,100

第二个 csv 示例

year, month, day, hour, revenue
2020,3,5,8,
2020,3,5,9,
2020,3,5,10,
2020,3,5,11,
2020,3,5,12,

我想要得到的结果 csv

year, month, day, hour, revenue
2020,3,5,8,100
2020,3,5,9,100
2020,3,5,10,
2020,3,5,11,100
2020,3,5,12,

我检查了Pandas Merging 101，但它是在谈论 1 列何时匹配，而我正在检查是否所有 4 列都匹配。此外，这将是一个大约 10,000 行的大型 csv。

提前谢谢你。

Answer 1

merge 的on 参数可以取列列表：

df3 = df1.merge(df2, on=['year', 'month', 'day', 'hour'], how='right')

merge 的默认行为是在“两个 DataFrame 中列的交叉点”上进行合并，因此在这种特殊情况下，默认合并是等效的：

df3 = df1.merge(df2, how='right')

如果df2 有一个名为收入的列，但没有有意义的值，则在合并之前删除该列：

df3 = df1.merge(df2.drop(columns='revenue'), how='right')

df3:

   year  month  day  hour  revenue
0  2020      3    5     8    100.0
1  2020      3    5     9    100.0
2  2020      3    5    10      NaN
3  2020      3    5    11    100.0
4  2020      3    5    12      NaN

使用to_csv将结果写入csv：

df1.merge(df2, how='right').to_csv('out.csv', index=False)

out.csv：

year,month,day,hour,revenue
2020,3,5,8,100.0
2020,3,5,9,100.0
2020,3,5,10,
2020,3,5,11,100.0
2020,3,5,12,

---

完整的工作示例：

import numpy as np
import pandas as pd

df1 = pd.DataFrame({
    'year': [2020, 2020, 2020], 'month': [3, 3, 3], 'day': [5, 5, 5],
    'hour': [8, 9, 11], 'revenue': [100, 100, 100]
})

df2 = pd.DataFrame({
    'year': [2020, 2020, 2020, 2020, 2020], 'month': [3, 3, 3, 3, 3],
    'day': [5, 5, 5, 5, 5], 'hour': [8, 9, 10, 11, 12],
    'revenue': [np.nan, np.nan, np.nan, np.nan, np.nan]
})

df1.merge(df2.drop(columns='revenue'), how='right') \
    .to_csv('out.csv', index=False)