如何使用Python实现两个CSV文件基于指定列的数据匹配关联

需求说明 #

• 两个CSV文件，需根据第一个文件的**D列（编码列）**与第二个文件的编码列匹配，在D列旁新增"详情"列，填入对应匹配内容
• 支持动态变化的CSV内容，无需手动编写数据列表，适配数百条数据规模

实现代码（Python + Pandas） #

Pandas是处理CSV批量数据的高效工具，以下代码无需硬编码数据，直接读取文件完成匹配：

import pandas as pd

# 读取两个CSV文件（替换为你的实际文件路径）
df_main = pd.read_csv("主文件.csv")
df_detail = pd.read_csv("详情匹配文件.csv")

# 以编码列为键关联数据，保留主文件所有行（适配动态变化内容）
df_merged = pd.merge(df_main, df_detail, on="编码", how="left")

# 调整列顺序：将"详情"列移到编码列右侧
code_col_pos = df_main.columns.get_loc("编码")
cols = df_main.columns.tolist()
cols.insert(code_col_pos + 1, "详情")
df_final = df_merged[cols]

# 保存结果CSV（避免Excel乱码）
df_final.to_csv("匹配结果.csv", index=False, encoding="utf-8-sig")

关键说明 #

• 若两个CSV的编码列名不一致，可修改merge参数为left_on="主文件编码列名", right_on="详情文件编码列名"
• how="left"会保留主文件所有行，无匹配的详情位置将显示空值，完全适配主文件动态更新的场景
• utf-8-sig编码确保导出的CSV在Excel中正常显示，不会出现乱码

内容的提问来源于stack exchange，提问作者a_44