【问题标题】：join two .csv files according to reference column in pandas根据 pandas 中的参考列加入两个 .csv 文件
【发布时间】：2016-09-13 11:53:42
【问题描述】：

我有 2 个不同大小的文件（customer_id 在两个文件中的顺序不同）：

data = pd.read_csv('data.csv')

id    name    country   town     customer_id
xxxx  Anna     UK       London   sahdghkl
yyyy  Maria    USA      Huston   avrnnfgs
cccc  Peter    FR       Paris    eesfawsd

data2 = pd.read_csv('data2.csv')

customer_id  card_id   bank   date
sahdghkl     5975845   aaaaa  20000101
avrnnfgs     1122255   bbbbb  20010101
eesfawsd     3366552   ccccc  20020101

我想得到输出：

result
id    name    country   town     customer_id  card_id   bank   date
xxxx  Anna     UK       London   sahdghkl     5975845   aaaaa  20000101 
yyyy  Maria    USA      Huston   avrnnfgs     1122255   bbbbb  20010101
cccc  Peter    FR       Paris    eesfawsd     3366552   ccccc  20020101

【问题讨论】：

你在这些数据集中有“一对一”的关系吗？
试试data1.merge(data2, on='customer_id')

标签： python csv dictionary pandas

【解决方案1】：

尝试使用 pandas.merge

创建数据框：

temp = u"""id    name    country   town     customer_id
xxxx  Anna     UK       London   sahdghkl
yyyy  Maria    USA      Huston   avrnnfgs
cccc  Peter    FR       Paris    eesfawsd"""
data = pd.read_csv(io.StringIO(temp), header=0,delim_whitespace = 1)

temp = u"""customer_id  card_id   bank   date
sahdghkl     5975845   aaaaa  20000101
avrnnfgs     1122255   bbbbb  20010101
eesfawsd     3366552   ccccc  20020101"""
data2 = pd.read_csv(io.StringIO(temp), header=0,delim_whitespace = 1)

df = pd.merge(data,data2,on = 'customer_id')
print df

     id   name country    town customer_id  card_id   bank      date
0  xxxx   Anna      UK  London    sahdghkl  5975845  aaaaa  20000101
1  yyyy  Maria     USA  Huston    avrnnfgs  1122255  bbbbb  20010101
2  cccc  Peter      FR   Paris    eesfawsd  3366552  ccccc  20020101

如果您的两个数据框之一的行数多于另一个，并且您想保留所有行，请添加how = 'outer'，如果您只想保留两个数据框中出现的行，请添加：how = 'inner'

【讨论】：