匹配CSV中的多个列；如果相等，将值从一个CSV复制到另一个CSV

Question

我有两个文件（csv1和csv2），它们包含重叠的信息；如果有匹配项，我希望将列中的值从csv2复制到csv1。在

csv1的形式为：

empid, name, org, division, title, country, topic, time-on-topic

csv2是csv1的聚合版本，但其形式为：

^{pr2}$

我想要的结果，new_csv，是：

empid, name, org, division, title, country, topic, time-on-topic, rating

基本上，对于csv1和csv2之间的“country”和“topic”的匹配，将相关联的“rating”复制回csv1结构到一个新文件csv3中。我很不好意思地承认，我花了很多时间在留言板上搜索字典、元组和列表，到目前为止，只有使用一列作为键才能使其正常工作。2列可以作为键吗？还是我问错了问题？在

到目前为止，我一直在做的，但关键是“empid”：

with open('csv1.csv', 'r') as f:
    first = {rows[0]: rows[1:] for rows in list(csv.reader(f))}

with open('csv2.csv', 'r') as f:
    for row in csv.reader(f):
        if row[0] in first: # row[0] = url
            first[row[0]].append(row[2])

merged = [(k,) + tuple(v) for k, v in first.items()]

with open('output.csv', 'w') as f:
    csv.writer(f).writerows(merged)

我认为我问题的关键是使用两列作为键，但我不确定……而且我可以看到在某些情况下，我可能会使用多个列作为键。我应该以某种方式连接列来创建键吗？在

Answer 1

根据关于使用数据帧的建议，我最终实现了以下基于pd合并(). 在

df1 = pd.read_csv('csv1.csv')
df2 = pd.read_csv('csv2.csv')
result = pd.merge(df1, df2, on = ['empid', 'name', 'org', 'division', 'title', 'country', 'topic', 'time-on-topic'], how = 'right')
result.to_csv("output.csv")

Answer 2

下面是一些可以实现您所需的代码：

COUNTRY_CSV1, TOPIC_CSV = 5, 6

with open('csv1.csv', 'r') as f:
    first = {(rows[COUNTRY_CSV1], rows[TOPIC_CSV1]): 
             rows for rows in list(csv.reader(f))}

COUNTRY_CSV2, TOPIC_CSV2, RATING_CSV2 = 1, 2, 3
with open('csv2.csv', 'r') as f:
    for row in csv.reader(f):
        key = row[COUNTRY_CSV2], row[TOPIC_CSV2]
        first.get(key, []).append(row[RATING_CSV2]

with open('output.csv', 'w') as f:
    csv.writer(f).writerows(first.values())

这个问题的主要逻辑变化是，这里我们使用一个二元组作为键（根据要求，特定的二元组表示国家、主题）。在

但是也有很多其他的清理，而不是拆分然后重新合并行，我们也保留了值中的“关键”部分。这种冗余使得编写代码更加简单。在

索引已更改为常量，以便更清楚地知道需要哪些字段。最后，将“if”语句替换为get方法调用，该方法将返回一个新列表。这看起来像是虚假的开销，但它不太可能较慢（甚至可能更快，Python中的性能很奇怪），但可能不太容易出错。在