Excel - 将两个 csv 文件合并为一个具有公共列的文件答案

【问题标题】：Excel - combining two csv files into one with a common columnExcel - 将两个 csv 文件合并为一个具有公共列的文件
【发布时间】：2016-11-13 10:35:20
【问题描述】：

我正在使用csv 形式的两个数据集（movielens latest-small dataset）。下面给出了两者的字段。

评分.csv

  user_id   movie_id  rating

电影.csv

  movie_id   movie_name

我想要将它们组合成一个带有以下字段的单个 .csv

user_id   movie_id   movie_name   rating

因此公共列movie_id 与对应的movie_name 映射。

这可以使用 Excel 完成吗？如果没有，我该怎么办？

我只需要它作为我的 recommender 引擎的数据集，因此欢迎任何简单的解决方案，因为最终结果才是最重要的。但是由于我有一些java经验，所以这对我来说很容易理解和实现。

如果有某种方法可以使用 Excel，那将是最好的。我曾尝试在线搜索并找到了一些VLOOKUP 方法，但无法清楚地得到它。

我还尝试了一些在线合并工具，但他们只是一张接一张地附加表格，而不是映射列。所以我使用在线工具也没有问题。

【问题讨论】：

就目前而言，您的问题有点“过于宽泛” - 您能否更新您的问题以说明如何您正在尝试进行此合并，例如在 Excel 中使用公式；使用 VBA；使用其他语言/框架？
那么您的推荐引擎会用 Java 编写吗？如果您要使用 .Net，则可以使用 LINQ 运行将它们结合起来的查询，并在内存中使用该数据集。不过，我不确定 Java 中的等价物。
是的，它在 java 中。但让我感到奇怪的是，这不能用excel或在线工具来完成。我认为这是一个不需要任何脚本的例行操作。合并两个csv可以这么复杂吗？
@techvigil - 使用 VLOOKUP 公式，然后一次性保存为 csv - 查看我的答案

标签： excel csv excel-formula

【解决方案1】：

这是在 Excel 中使用VLOOKUP 公式的方法：

公式有 4 个参数：

您要查找的值
您正在查看的数据范围
(2) 中包含您想要的答案的列
是否在 (1) 上近似匹配，即 FALSE = 完全匹配

有关该函数的文档，请参阅 here。

【讨论】：

【解决方案2】：

查看此工具 - https://github.com/DataFoxCo/gocsv - 它基于 csvkit，但具有大量附加功能。我们的一位工程师定制了它 - 并将其开源以帮助解决我们每天处理的一些数据问题:)

它会在几秒钟内使用 join 命令对任何大小的 csv 进行 vlookup：

gocsv join --columns 'movie_id','movie_id' --left rating.csv movie.csv > combineddata.csv

如果您仍想重新排序列，您也可以这样做：

gocsv select --columns 'user_id','movie_id','movie_name','rating' combineddata.csv > combineddata-final.csv

我将命令拆分为顶部以帮助解释它的使用 - 文档中也包含所有示例，但最终我真的建议将其流水线化并在一个命令中执行，如下所示：

cat rating.csv \ | gocsv join --left --columns 'movie_id','movie_id' movie.csv \ | gocsv select --columns 'user_id','movie_id','movie_name','rating' > combineddata.csv

【讨论】：