如何用Pandas匹配两个CSV的名称并将对应ID写入指定列？

嗨，别担心重复提问或者平台规则的问题，大家都是从新手阶段过来的！既然你已经在日常用Pandas做数据可视化，那这个需求用merge方法就能轻松搞定，正好能巩固你的数据处理技能。

下面是具体的步骤和代码示例：

步骤1：导入Pandas并读取两个CSV文件 #

先加载Pandas库，然后分别读取文件A和B（注意替换成你本地的文件路径）：

import pandas as pd

# 读取两个CSV，假设两个文件里的名称列都叫"名称"，如果列名不一样要改成实际的
df_a = pd.read_csv("文件A的路径.csv")
df_b = pd.read_csv("文件B的路径.csv")

步骤2：匹配名称并填充ID #

我们用左连接来合并两个表——这样能保留B文件里的所有行，只把A中匹配到的名称对应的ID填充进去，没匹配到的会显示NaN（你可以后续根据需求处理空值）：

# 以df_b为基础，匹配df_a的"名称"列，把A的"ID"列合并到B中
# 这里假设A的ID列名为"ID"，如果你的列名不同请自行修改
df_merged = pd.merge(df_b, df_a[["名称", "ID"]], on="名称", how="left")

如果两个文件的名称列名不一样（比如A里叫"姓名"，B里叫"名称"），可以用left_on和right_on分别指定：

df_merged = pd.merge(df_b, df_a[["姓名", "ID"]], left_on="名称", right_on="姓名", how="left")
# 合并后如果有重复的列（比如这里的"姓名"），可以删掉
df_merged = df_merged.drop("姓名", axis=1)

步骤3：处理可能的重复名称 #

如果文件A里存在重复的名称（同一个名称对应多个ID），merge后会产生重复行，你可以根据需求去重，比如保留每个名称的第一个匹配ID：

# 先对df_a去重，保留每个名称的第一条记录
df_a_unique = df_a.drop_duplicates(subset="名称", keep="first")
# 再进行合并
df_merged = pd.merge(df_b, df_a_unique[["名称", "ID"]], on="名称", how="left")

步骤4：保存结果 #

最后把处理好的结果保存成新的CSV文件：

df_merged.to_csv("填充好ID的文件B.csv", index=False)

整个流程完全用Python完成，不用依赖Excel，正好能帮你提升Pandas的实际应用能力。如果遇到列名不匹配、空值处理这类细节问题，随时再问就好~

内容的提问来源于stack exchange，提问作者Tristan Salord