基于Header_3关联合并CSV文件的Python实现问题求助

原代码存在的核心问题 #

• 重复读取CSV文件：每次遍历CSV_A的行都重新打开并读取CSV_B，不仅效率极低，还会浪费系统资源。
• 匹配逻辑错误：i['Header_3'] in row[1]是检查子字符串包含关系，而非精确匹配，会导致类似Header_3值为"123"和"12"被误判为匹配的情况，正确的判断应该是精确相等==。
• 字典取值错误：csv.DictReader返回的是字典对象，不能用下标i[1]取值，必须通过键名i['Header_4']获取对应列的值。
• 变量名不规范：使用Python内置类型list作为变量名，会覆盖内置函数，引发潜在的语法问题。
• 缺少输出步骤：代码仅在内存中处理了数据列表，但没有将最终结果写入目标CSV文件。

修正后的实现代码 #

import csv

# 1. 预读取CSV_B，构建Header_3到Header_4的映射字典
header3_map = {}
with open('CSV_B.csv', 'r', newline='') as file_b:
    reader_b = csv.DictReader(file_b)
    for row in reader_b:
        header3_map[row['Header_3']] = row['Header_4']

# 2. 读取CSV_A，匹配并收集目标数据
result_data = []
with open('CSV_A.csv', 'r', newline='') as file_a:
    reader_a = csv.DictReader(file_a)
    for row in reader_a:
        current_header3 = row['Header_3']
        # 仅保留Header_3匹配的行
        if current_header3 in header3_map:
            result_data.append({
                'Header_1': row['Header_1'],
                'Header_4': header3_map[current_header3]
            })

# 3. 将结果写入新CSV文件
with open('merged_result.csv', 'w', newline='') as output_file:
    fieldnames = ['Header_1', 'Header_4']
    writer = csv.DictWriter(output_file, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerows(result_data)

代码优势说明 #

• 高效匹配：仅读取CSV_B一次，通过字典实现O(1)时间复杂度的匹配查找，大幅提升处理效率。
• 精确匹配：通过current_header3 in header3_map实现Header_3值的精确匹配，避免错误关联。
• 结构清晰：用字典存储结果行，写入CSV时直接对应表头，逻辑直观易懂。
• 完整流程：包含从读取原始文件、匹配数据到输出目标文件的全流程，直接生成符合需求的CSV。

内容的提问来源于stack exchange，提问作者Jared