如何基于共同Sentences列匹配两个CSV文件并填充Description字段

实现代码 #

import pandas as pd

# 读取文件1，仅保留需要匹配的Sentences列（原Description列为空不需要读取）
df1 = pd.read_csv(r'1.csv', usecols=['Sentences'])
# 读取文件2，保留Sentences匹配列和对应的Description列
df2 = pd.read_csv(r'2.csv', usecols=['Description', 'Sentences'])

# 按Sentences列做内连接，仅保留两边匹配的行，自动关联对应Description
df3 = pd.merge(df1, df2, on='Sentences', how='inner')

# 输出结果到文件3
df3.to_csv(r'3.csv', index=False, encoding='utf-8-sig')

# 打印结果验证
print(df3)

原代码存在的问题 #

• 读取文件时只保留了Sentences列，把文件2中需要用到的Description列丢弃了，无法提取对应值
• equals方法用于判断两个Series的长度、顺序、所有值完全一致才返回True，你的两个文件Sentences列长度不同、内容也不完全一致，这个判断没有意义
• 用iterrows双重循环遍历匹配效率极低，且i==j的判断逻辑错误，iterrows返回的是(索引, 行数据)的元组，不能直接这样比对
• j <> ""是Python2的语法，Python3中已经废弃，统一使用!=做不等判断

内容的提问来源于stack exchange，提问作者user84783