Python&Pandas按两个CSV的user匹配字段新增指定列问题求助

问题原因 #

你当前使用的pd.concat()是用于沿行/列直接拼接数据的方法，无法实现按共同字段关联匹配的需求，这类表关联场景应该使用Pandas提供的merge()方法，逻辑等价于数据库的JOIN操作。

调整后可直接运行的代码 #

import pandas as pd

# 读取文件时加skipinitialspace=True，自动去掉字段/值前后的多余空格，避免因为CSV里的空格导致匹配失败
df_roster = pd.read_csv('roster.csv', skipinitialspace=True)
df_assignment = pd.read_csv('assignment.csv', skipinitialspace=True)

# 以user为共同键，左关联保留assignment的所有行，匹配roster的对应字段
df_merged = pd.merge(
    left=df_assignment,
    right=df_roster[['user', 'first_name', 'last_name', 'user_id']],
    on='user',
    how='left'
)

# 输出结果到新CSV，index=False表示不写入Pandas自动生成的行序号
df_merged.to_csv('merged_result.csv', index=False)

参数说明 #

• on='user'：指定两个表用user字段作为关联匹配的唯一键
• how='left'：保留左表（也就是assignment表）的所有行，哪怕右表没有对应匹配项也不会丢失原assignment的数据，符合你在assignment基础上新增字段的需求
• 右表指定了只取['user', 'first_name', 'last_name', 'user_id']四个字段，避免roster里的其他无关字段被带入结果

内容的提问来源于stack exchange，提问作者Daniel Hutchinson