Python中基于共同ID匹配从两个DataFrame生成新数据表的实现问题

两个CSV按ID匹配并筛选指定字段的Pandas实现方案 #

前置准备 #

确保你已经安装了pandas库，没装的话先执行pip install pandas安装即可。

完整实现代码 #

import pandas as pd

# 1. 读取两个CSV文件，替换为你本地的实际文件路径
df1 = pd.read_csv("第一个表的文件路径.csv")
df2 = pd.read_csv("第二个表的文件路径.csv")

# 2. 处理第一个表，按需筛选Job字段、保留需要的列
# 若有指定Job筛选条件，可新增过滤规则，示例：筛选Job为工程师、建筑师的写法 df1 = df1[df1['#Job'].isin(['工程师', '建筑师'])]
df1_filter = df1[['#ID', '#Job', '#Wage']]

# 3. 按ID做内连接，仅保留两个表都存在的ID对应的行
df_result = pd.merge(df1_filter, df2, on="#ID", how="inner")

# 4. 调整字段顺序得到最终结果表
df_result = df_result[['#ID', '#Department', '#Job', '#Wage']]

# 可选：导出结果为CSV文件
# df_result.to_csv("匹配结果.csv", index=False)

结果验证 #

运行后得到的df_result和你给出的期望输出完全一致：

注意事项 #

如果你的实际CSV列名没有前缀#，直接把代码里列名的#删掉，匹配你自己的实际列名即可。

内容的提问来源于stack exchange，提问作者akoluacik