基于Pandas实现双CSV关联：按ID匹配添加紧急标识列

问题背景 #

有两个CSV文件结构如下：

表格1（CustomerFloat.csv） #

表格2（EKanbanOrderbook.csv） #

需求：通过ID匹配两个表格，为表格2新增urgent列，每个ID对应的前N条记录（N为表格1中该ID的Urgent number值）标记为x，其余为空。

用户尝试用循环遍历处理，但代码逻辑错误，无法得到预期结果。

原代码问题分析 #

1. 字典存储错误：

   content_of_rows.update({"uniqueID":uniqueID, "urgentDeficit": urgentDeficit})
   

   每次update都会覆盖字典中相同的键，最终字典仅保留最后一条ID的数据，无法存储所有ID对应的N值。正确的做法应该是用ID作为键，存储对应的Urgent number：content_of_rows[uniqueID] = urgentDeficit。

2. 未关联表格2数据：后续循环仅遍历字典，完全没有处理表格2的记录，无法实现标记逻辑。

3. 低效的循环方式：Pandas适合向量化操作，手动遍历行效率低且易出错。

正确实现代码 #

import pandas as pd

# 读取CSV文件
table1 = pd.read_csv(r'CustomerFloat.csv')
table2 = pd.read_csv(r'EKanbanOrderbook.csv')

# 将表格1的ID与Urgent number映射合并到表格2
table2 = table2.merge(table1, on='ID', how='left')

# 按ID分组，为每组内的记录添加组内序号（从1开始计数）
table2['group_rank'] = table2.groupby('ID').cumcount() + 1

# 生成urgent列：组内序号<=Urgent number时标记'x'，否则为空
table2['urgent'] = table2.apply(lambda row: 'x' if row['group_rank'] <= row['Urgent number'] else '', axis=1)

# 清理临时列
table2 = table2.drop(['Urgent number', 'group_rank'], axis=1)

# 输出结果
print(table2)

代码说明 #

1. 合并表格：通过merge将表格1的Urgent number匹配到表格2的每条记录，确保每条记录都能获取对应ID的N值。
2. 组内序号：groupby('ID').cumcount()为每个ID组内的记录从0开始计数，加1后从1开始，方便和N值比较。
3. 标记逻辑：用apply遍历每行，判断组内序号是否小于等于N值，生成urgent列的标记。

执行后将得到预期输出：

内容的提问来源于stack exchange，提问作者jhew123