如何用Python Pandas基于双键交集合并不同长度的CSV文件？

嘿，这个需求用Pandas的merge功能就能轻松实现，哪怕两个DataFrame长度不一样也完全没问题！我给你一步步拆解操作：

步骤1：导入Pandas并读取CSV文件 #

首先咱们得把两个CSV文件读成DataFrame，注意你的CSV列名里带了空格（比如ID1 , att1 , att2），所以读取的时候加上skipinitialspace=True，自动去掉列名里的多余空格，避免后续匹配出错：

import pandas as pd

# 读取两个CSV文件，处理列名中的空格
df1 = pd.read_csv('one.csv', skipinitialspace=True)
df2 = pd.read_csv('two.csv', skipinitialspace=True)

步骤2：基于att1和att2做内连接匹配 #

用merge方法，指定匹配的键是att1和att2，并且用how='inner'——这个参数的作用就是只保留两边同时存在匹配项的行，完美符合你“仅保留att1和att2值相同的条目”的需求，不管两个DataFrame长度差多少都不影响：

# 内连接，基于att1和att2匹配
merged_df = pd.merge(df1, df2, on=['att1', 'att2'], how='inner')

步骤3：调整列的顺序 #

默认merge后的列顺序是ID1, att1, att2, ID2，咱们把它改成你想要的ID1, ID2, att1, att2：

# 重新排列列
final_df = merged_df[['ID1', 'ID2', 'att1', 'att2']]

步骤4：保存为目标CSV文件 #

最后把处理好的DataFrame保存成three.csv，记得加index=False，不然会多出一列索引：

final_df.to_csv('three.csv', index=False)

完整代码 #

把上面的步骤整合起来就是完整的代码啦：

import pandas as pd

# 读取CSV
df1 = pd.read_csv('one.csv', skipinitialspace=True)
df2 = pd.read_csv('two.csv', skipinitialspace=True)

# 内连接匹配
merged_df = pd.merge(df1, df2, on=['att1', 'att2'], how='inner')

# 调整列顺序并保存
final_df = merged_df[['ID1', 'ID2', 'att1', 'att2']]
final_df.to_csv('three.csv', index=False)

运行之后生成的three.csv就是你想要的格式啦，测试你的示例数据，输出正好是：

ID1,ID2,att1,att2
a1,E3,b1,c1
a2,E2,b2,c2

内容的提问来源于stack exchange，提问作者vishu