如何使用Python脚本实现无需pandas的CSV文件vlookup功能

不需要安装pandas等任何第三方库，直接用Python自带的csv模块即可实现需求，核心逻辑是先构建匹配键的映射字典再逐行匹配输出。

实现思路 #

• 仅使用Python标准库内置的csv模块完成文件读写，完全无外部依赖
• 先读取第二个CSV文件，构建ID到国家信息的映射字典，后续匹配查找效率为O(1)
• 遍历第一个CSV的每一行，从映射字典中取出对应ID的国家值，拼接成目标行后写入输出文件

完整代码 #

import csv

# 可根据实际场景修改以下配置参数
input1_path = "input1.csv"  # 第一个输入CSV路径
input2_path = "input2.csv"  # 第二个输入CSV路径
output_path = "output.csv"  # 输出结果CSV路径
join_key = "ID"  # 两个表匹配的关联字段
extract_col = "COUNTRY"  # 要从第二个表提取的字段
output_headers = ["ID", "NAME", "SUBJECT", "COUNTRY"]  # 输出文件表头

# 第一步：构建匹配映射字典
lookup_map = {}
with open(input2_path, mode='r', encoding='utf-8', newline='') as f2:
    # skipinitialspace处理字段前多余的空格，适配空格分隔的CSV格式
    reader = csv.DictReader(f2, skipinitialspace=True)
    for row in reader:
        key = row[join_key].strip()
        value = row[extract_col].strip()
        lookup_map[key] = value

# 第二步：逐行匹配并写入输出文件
with open(input1_path, mode='r', encoding='utf-8', newline='') as f1, \
     open(output_path, mode='w', encoding='utf-8', newline='') as out_f:
    reader = csv.DictReader(f1, skipinitialspace=True)
    writer = csv.DictWriter(out_f, fieldnames=output_headers)
    # 写入表头
    writer.writeheader()
    for row in reader:
        current_key = row[join_key].strip()
        # 没匹配到的话默认返回空字符串，可自定义缺省值
        matched_country = lookup_map.get(current_key, "")
        writer.writerow({
            "ID": row["ID"].strip(),
            "NAME": row["NAME"].strip(),
            "SUBJECT": row["SUBJECT"].strip(),
            "COUNTRY": matched_country
        })

print(f"匹配完成，结果已保存至{output_path}")

特殊场景调整说明 #

• 如果CSV是制表符分隔，可在csv.DictReader、csv.DictWriter参数中添加delimiter='\t'指定分隔符
• 如果文件编码是GBK，将encoding='utf-8'修改为encoding='gbk'即可
• 若需要处理匹配不到的缺省场景，修改lookup_map.get(current_key, "")的第二个参数为你想要的缺省值即可

内容的提问来源于stack exchange，提问作者Suganthan Arulvelan