Python如何合并多份结构相似但含额外列的CSV文件？

没问题！我来帮你搞定这个CSV合并的需求，用Python的pandas就能轻松实现，下面是具体步骤和代码示例：

核心思路 #

1. 读取所有目标CSV文件，给每个文件的第二列单独命名（避免冲突）
2. 以第一列为关联键，用外连接合并所有数据，自动保留第一列的所有唯一值（包括各个文件里的新特征）
3. 新增累加列，对所有来自原文件第二列的数值进行求和

具体代码实现 #

假设你的CSV文件都放在同一个文件夹里，比如命名为data1.csv、data2.csv，每列结构是：

特征列, 数值列

举个例子：
data1.csv内容：

用户ID,消费金额
A,100
B,200
C,300

data2.csv内容：

用户ID,消费金额
B,150
C,250
D,350

代码如下：

import pandas as pd
import os

# 替换成你的CSV文件所在文件夹路径
folder_path = "./csv_files"

# 获取文件夹里所有.csv格式的文件
csv_file_list = [f for f in os.listdir(folder_path) if f.endswith(".csv")]

# 初始化空DataFrame存储合并结果
merged_result = pd.DataFrame()

for file in csv_file_list:
    # 读取单个CSV文件
    df = pd.read_csv(os.path.join(folder_path, file))
    # 给第二列重命名，用文件名作为后缀（比如data1.csv的第二列叫"消费金额_data1"）
    df.rename(columns={df.columns[1]: f"{df.columns[1]}_{file.split('.')[0]}"}, inplace=True)
    
    # 合并数据：外连接会保留所有第一列的唯一值，缺失值用NaN填充
    if merged_result.empty:
        merged_result = df
    else:
        merged_result = pd.merge(merged_result, df, on=df.columns[0], how="outer")

# 新增累加列：对所有带后缀的数值列求和，空值自动按0计算
merged_result["总金额"] = merged_result.filter(regex=f"^{df.columns[1]}_").sum(axis=1, skipna=True).fillna(0)

# 保存合并后的结果到新文件
merged_result.to_csv("./merged_total.csv", index=False)

关键细节说明 #

• 列名重命名：每个文件的第二列会被加上文件名后缀，确保不同来源的数值列不会混淆
• 外连接合并：不管某个特征出现在多少个文件里，最终第一列都会保留所有唯一值，缺失的数值会用NaN填充（如果需要把空值改成0，可以加一句merged_result.fillna(0, inplace=True)）
• 累加列自动计算：通过正则匹配所有数值列，自动求和生成总列，不用手动指定列名

适配特殊情况的小调整 #

• 如果不同CSV的第一列列名不一致（比如有的叫"用户ID"，有的叫"客户ID"），可以在读取时统一重命名：df.rename(columns={df.columns[0]: "统一特征列"}, inplace=True)，合并时on参数就用"统一特征列"
• 如果你的CSV没有表头，读取时要加header=None，然后手动命名列：df.columns = ["特征列", "数值列"]

这样处理后，你就能得到完全符合预期的合并文件：第一列包含所有唯一特征，每个原文件的第二列作为单独新列，最后还有一个累加的总列。

内容的提问来源于stack exchange，提问作者Tomas Kybartas