如何使用pandas合并两份测深CSV文件生成统一XYZ数据集

你的需求是将两份测深数据纵向堆叠合并，而非按字段横向关联，原来使用pd.merge的逻辑不符合需求，正确实现步骤如下：

核心逻辑 #

• 先对齐两个DataFrame的结构，统一保留X、Y、Z三列
• 处理单波束数据：先将小写的坐标列x重命名为大写X，再选择你需要的深度列（A/B/C任选）重命名为Z
• 用pd.concat纵向拼接两个结构完全一致的DataFrame即可

完整可运行代码 #

import pandas as pd

# 读取两个CSV文件
df1 = pd.read_csv('CSV1.csv')
df2 = pd.read_csv('CSV2.csv')

# 处理单波束数据df2，适配统一的XYZ结构
# 1. 统一坐标列名
df2_renamed = df2.rename(columns={'x': 'X'})
# 2. 指定要使用的深度列，需要选B/C作为Z值的话，修改引号内的列名即可
use_depth_col = 'A'
# 3. 仅保留需要的三列，并重命名深度列为Z
df2_formatted = df2_renamed[['X', 'Y', use_depth_col]].rename(columns={use_depth_col: 'Z'})

# 纵向拼接两个数据集，ignore_index=True用于重置拼接后的行索引
df_merged = pd.concat([df1, df2_formatted], ignore_index=True)

# 可选：如果需要去除完全重复的XYZ行，可放开下面的注释
# df_merged = df_merged.drop_duplicates(subset=['X', 'Y', 'Z'], keep='first')

# 输出结果到CSV，index=False避免输出多余的索引列
df_merged.to_csv('CSV3.csv', index=False)

原代码问题说明 #

你之前使用的pd.merge是横向关联操作，会按照指定的关联列（这里是X）把两个表中同X值的行合并为一行，完全不符合你要把两个勘测数据集的行累加合并的需求，因此会得到错误的结果。

内容的提问来源于stack exchange，提问作者User_289