按共同列合并两个CSV文件的实现方案（Java/Python均可）

直接用Python的pandas库就能快速搞定这个需求，它对CSV的合并操作支持很完善。下面是具体实现步骤和代码：

步骤说明 #

1. 先确保安装了pandas：

   pip install pandas
   

2. 编写脚本，通过命令行参数接收三个文件的路径（第一个是first.csv，第二个是second.csv，第三个是输出的third.csv）
3. 自动识别两个CSV的共同列，基于这些列做内连接（只保留匹配的行）
4. 按要求的列顺序输出：先保留first.csv的所有列，再追加second.csv中除共同列外的其他列

完整代码 #

import pandas as pd
import argparse

def merge_csv_files(first_path, second_path, output_path):
    # 读取两个CSV文件
    df1 = pd.read_csv(first_path)
    df2 = pd.read_csv(second_path)
    
    # 找出共同列
    common_cols = list(set(df1.columns) & set(df2.columns))
    if not common_cols:
        raise ValueError("两个CSV文件没有共同列，无法匹配合并")
    
    # 执行内连接，只保留匹配的行
    merged_df = pd.merge(df1, df2, on=common_cols, how='inner')
    
    # 调整列顺序：先df1的列，再df2中除共同列外的列
    df2_unique_cols = [col for col in df2.columns if col not in common_cols]
    final_columns = df1.columns.tolist() + df2_unique_cols
    merged_df = merged_df[final_columns]
    
    # 保存结果到输出文件
    merged_df.to_csv(output_path, index=False)

if __name__ == "__main__":
    # 设置命令行参数解析
    parser = argparse.ArgumentParser(description='基于共同列合并两个CSV文件，仅保留匹配行')
    parser.add_argument('first_csv', help='第一个CSV文件路径')
    parser.add_argument('second_csv', help='第二个CSV文件路径')
    parser.add_argument('output_csv', help='输出的合并后CSV文件路径')
    
    args = parser.parse_args()
    
    # 调用合并函数
    merge_csv_files(args.first_csv, args.second_csv, args.output_csv)

运行方式 #

在命令行中执行：

python merge_csv.py ./first.csv ./second.csv ./third.csv

说明 #

• 脚本会自动识别两个CSV的所有共同列，基于这些列做匹配（如果有多个共同列，会同时匹配所有列的值）
• 内连接(how='inner')确保只有在两个文件中共同列值完全匹配的行才会被保留
• 输出的列顺序严格按照需求：先first.csv的所有列（a、b、c、d），再second.csv中除共同列外的列（x、y、z）

内容的提问来源于stack exchange，提问作者Razvan Aga