查找两个CSV文件公共id_no并合并生成目标CSV的技术问询

功能说明 #

对共有id_no字段的两个CSV文件a、b做合并，id_no匹配时同步两个文件的字段值，未匹配的缺失字段填充为0，最终输出保留a文件的全部id_no记录。 #

方法1：Python Pandas实现（通用跨平台） #

先安装依赖：

pip install pandas

执行代码：

import pandas as pd

# 读取两个输入CSV
df_a = pd.read_csv("a.csv")
df_b = pd.read_csv("b.csv")

# 左连接，保留a的所有id_no，匹配b的字段
df_result = pd.merge(df_a, df_b, on="id_no", how="left")

# 未匹配的A1字段填充为0
df_result["A1"] = df_result["A1"].fillna(0)

# 导出结果CSV，不输出索引列
df_result.to_csv("c.csv", index=False)

如果需要同时保留a、b两个文件的所有id_no，把merge的how参数改为how="outer"，再对a文件的字段也做填充0处理即可。

方法2：Linux Awk命令行实现（无需Python环境） #

适用于制表符分隔的CSV：

awk 'BEGIN{FS=OFS="\t"} NR==FNR{if(NR>1) a[$1]=$2; next} FNR==1{print $0,"A1"; next} {print $0, ($1 in a ? a[$1] : 0)}' b.csv a.csv > c.csv

如果是逗号分隔的CSV，将开头的FS=OFS="\t"修改为FS=OFS=","即可。

内容的提问来源于stack exchange，提问作者Ankita