如何匹配CSV1.host与CSV2.oldhost并替换为CSV2.newhost生成新CSV？

Hey Mitch, great question—this is a classic CSV data matching/replacement task, and I’ve got two straightforward solutions for you depending on your workflow preference.

方法1：用Python Pandas（推荐，易维护） #

Pandas makes this kind of CSV manipulation a breeze, especially with your hundreds of rows of data. Here's a step-by-step script that does exactly what you need:

import pandas as pd

# 读取输入的两个CSV文件
# 如果你的CSV没有表头，可添加header=None并手动指定列名
csv1 = pd.read_csv("CSV1.csv")
csv2 = pd.read_csv("CSV2.csv")

# 把CSV2转换成快速查找的字典：key为oldhost，value为newhost
host_mapping = csv2.set_index("oldhost")["newhost"].to_dict()

# 替换CSV1的host列：匹配到的替换为newhost，未匹配的保留原值
csv1["host"] = csv1["host"].map(host_mapping).fillna(csv1["host"])

# 输出到新文件CSV3，不保留pandas自动生成的索引
csv1.to_csv("CSV3.csv", index=False)

关键细节说明： #

• map(host_mapping)：自动遍历CSV1的host列，查找是否存在映射关系，匹配成功则替换为对应的newhost
• fillna(csv1["host"])：确保未匹配到的host值不会变成空值（NaN），而是保留原始内容
• 如果你的CSV使用非逗号分隔符（如制表符），可在read_csv中添加sep="\t"参数调整

方法2：用Awk（命令行快速解决） #

If you prefer staying in the command line and don’t want to write a Python script, awk is a perfect lightweight option. Here's how to set it up:

首先创建一个名为replace_hosts.awk的脚本文件：

BEGIN {
    FS = ","  # 设置输入分隔符为逗号
    OFS = "," # 设置输出分隔符为逗号
}

# 先处理CSV2，将oldhost和newhost存入关联数组
NR == FNR {
    mapping[$1] = $2  # 假设CSV2第1列是oldhost，第2列是newhost
    next
}

# 处理CSV1，替换host列（假设CSV1第3列是host，需根据实际调整列号）
{
    if ($3 in mapping) {
        $3 = mapping[$3]
    }
    print  # 输出修改后的行
}

然后在终端运行命令：

awk -f replace_hosts.awk CSV2.csv CSV1.csv > CSV3.csv

注意事项： #

• 务必根据你的CSV实际列位置调整$1、$2、$3：比如如果CSV1的host是第2列，就把$3改成$2
• 若需要忽略大小写匹配（如"DC001"和"dc001"视为同一值），可在脚本中添加字符串大小写转换逻辑

不管用哪种方法，建议先拿一小部分测试数据验证逻辑，确认替换正确后再处理完整的几百行数据哦。

内容的提问来源于stack exchange，提问作者Mitch