如何合并表头顺序随机的两个CSV文件

需求说明 #

合并两个表头字段可能重叠、排列顺序不一致的CSV文件，最终输出包含所有出现过的表头，缺失字段对应位置留空。

实现方案 #

方案1：Python标准库实现（无需额外安装依赖） #

直接用Python内置的csv模块处理，逻辑如下：

1. 读取两个CSV的表头，取并集作为最终输出的表头
2. 逐行读取每个CSV的内容，按照最终表头的顺序填充值，不存在的字段填空字符串
   代码示例：

import csv

# 定义两个CSV文件路径，可根据实际情况修改
csv_paths = ["csv1.csv", "csv2.csv"]
output_path = "final.csv"

# 收集所有表头
all_headers = set()
csv_contents = []
for path in csv_paths:
    with open(path, 'r', newline='', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        # 把当前CSV的表头加入总集合
        all_headers.update(reader.fieldnames)
        # 保存当前CSV的所有行数据
        csv_contents.extend([row for row in reader])

# 可自定义表头顺序，示例保持和csv1表头顺序一致，也可替换为sorted(all_headers)按字母排序
final_headers = ['apple', 'orange', 'banana', 'pineapple']

# 写入最终CSV
with open(output_path, 'w', newline='', encoding='utf-8') as f:
    writer = csv.DictWriter(f, fieldnames=final_headers, restval='')
    writer.writeheader()
    writer.writerows(csv_contents)

运行后生成的final.csv完全符合示例要求。

方案2：Pandas极简实现（适合已安装Pandas的场景） #

Pandas的拼接操作默认自动对齐列，缺失值自动填充为空，代码非常短：

import pandas as pd

df1 = pd.read_csv("csv1.csv")
df2 = pd.read_csv("csv2.csv")
# 合并两个DataFrame，自动对齐列
final_df = pd.concat([df1, df2], ignore_index=True)
# 导出为CSV，空值留空
final_df.to_csv("final.csv", index=False)

方案3：命令行快速实现（适合Linux/Mac环境） #

安装CSV处理工具csvkit后，一行命令即可完成：

csvstack csv1.csv csv2.csv > final.csv

csvstack会自动识别所有表头并对齐，缺失字段自动留空。

内容的提问来源于stack exchange，提问作者Nick