基于列值连接多个CSV文件，但多个CSV文件具有相同的标题，但顺序不同

Question

我正在清理一些数据。我有来自多个试验的多个试验对象的数据

SubNo Trails Score 
1       1      4
1       2      4
1       3      8
7       1      9
7       2      8
7       3      8
19
:
:

对于同一主题，我有另一个数据集，用于SubNo的不同顺序

SubNo Trails Height 
19      1      100
19      2      400
19      3      810
7       1      911
7       2      811
7       3      811
20      1      222
20      2      222
20      3      789
1
1
:
:

我想在SubNo上加入这两个，这样最终我每个主题的得分和身高都有一个CSV

SubNo Trails Score Height 
1        1     4     198
1        2     4     209
1        3     8     289
2        1     :      :
2        2
2        3

在这里，我基于subNo将相同的数据合并在一起：因此，将1的所有值合并在一起，将subject 2的所有值合并在一起，依此类推。在我的两个csv文件中，subject的顺序不同。 所以，我不想基于标题加入，而是基于特定的主题号。在我的例子中，就是1，2，17，…像这样。 我该怎么做呢？（我尝试了熊猫合并，它是基于标题的）。这不会满足我的要求

Answer 1

您的问题有点不清楚，但据我所知，您正试图获得一个csv文件，其中包含SubNo、Trails、Score和Height列（SubNo列是关键）

在这种情况下，您应该执行以下操作：

new_dataframe = left_dataframe.join(right_dataframe.set_index('SubNo'), on='SubNo', how='left')

或者：

new_dataframe = pd.merge(left_dataframe, right_dataframe, on='SubNo', how='left')

Answer 2

请查看pandasmerge函数。您将有效地在SubNo和Trials上进行合并。一个小的代码片段是：

df1.merge(df2, how='inner')

在此步骤之后，您可能可以使用groupby()函数（可在pandas文档中找到）按主题进行切片，根据子编号对行进行分组，然后将每个组保存为单独的CSV

Answer 3

使用merge

print (pd.merge(df1, df2, on=['SubNo','Trails'],  how='left'))

---

SubNo  Trails  Score  Height
1       1      4      100
1       2      4      200
7       1      9      300