Python中如何基于匹配值将一个CSV的数据合并至另一个？

你的核心思路（通过匹配字段关联数据）是对的，但当前代码在文件读取逻辑和数据写入上有几个需要调整的地方，尤其是处理大量数据时，直接嵌套循环反复读文件效率很低，还容易出现指针位置错误的问题。我来帮你梳理下优化的方案：

当前代码的问题点 #

• 文件指针重置错误：当你在内层循环遍历完reader2后，additional_info的文件指针已经走到了文件末尾，后续的外层循环再遍历reader2时根本读不到数据。你用的append.seek(0)（而且变量名append未定义）和original.seek(count)都是错误用法，csv.DictReader是按行迭代的，不需要手动调整指针位置。
• 缺乏写入逻辑：你只打印了匹配项，但没有把合并后的数据写入新的CSV文件。
• 效率低下：嵌套循环遍历两个CSV，数据量大的时候会非常慢，时间复杂度是O(m*n)。

优化实现方案 #

更高效的做法是先把补充数据加载到一个字典中，以匹配字段（也就是Name）作为键，这样后续查找匹配项只需要O(1)的时间。然后遍历原始CSV的每一行，根据District Name去字典里找对应的补充信息，把字段追加进去，最后写入新文件。

完整代码示例 #

import csv
import codecs

# 1. 先加载补充数据到字典，以Name为键，存储对应的补充字段
additional_data = {}
with codecs.open("new_information.csv", 'r', encoding='utf-8', errors='ignore') as additional_info:
    # 若你的new_information.csv没有表头，可手动指定fieldnames参数，比如fieldnames=['Name', 'District', 'Type', 'Description']
    reader2 = csv.DictReader(additional_info)
    for row in reader2:
        # 用Name作为键，把整行的补充信息存起来
        additional_data[row['Name']] = row

# 2. 遍历原始CSV，合并数据并写入新文件
output_filename = "merged_Texas_School_Districts.csv"
with codecs.open("Texas School Districts.csv", 'r', encoding='utf-8', errors='ignore') as original_csv, \
     codecs.open(output_filename, 'w', encoding='utf-8', errors='ignore') as output_csv:
    
    # 读取原始CSV的表头和数据
    reader1 = csv.DictReader(original_csv)
    # 构造新的表头：原始表头 + 补充数据的表头（去重，避免重复字段）
    merged_fieldnames = reader1.fieldnames + [field for field in reader2.fieldnames if field not in reader1.fieldnames]
    writer = csv.DictWriter(output_csv, fieldnames=merged_fieldnames)
    writer.writeheader()
    
    for row1 in reader1:
        # 查找匹配的补充数据
        district_name = row1['District Name']
        if district_name in additional_data:
            # 把补充数据合并到当前行
            row1.update(additional_data[district_name])
        # 即使没有匹配到，也写入原始数据（补充字段留空）
        writer.writerow(row1)

print(f"合并完成，结果已保存到 {output_filename}")

代码说明 #

• 数据预加载：先把new_information.csv的所有数据读到字典里，后续不用反复打开读取文件，大幅提升效率。
• 表头处理：自动合并两个CSV的表头，避免重复字段，保证输出的CSV结构完整。
• 合并逻辑：用row1.update()把匹配到的补充字段直接追加到原始行，操作简单高效。
• 容错处理：如果原始行找不到对应的补充数据，会保留原始数据，补充字段自动留空，不会丢失任何数据。

注意事项 #

• 确保两个CSV中的匹配字段（District Name和Name）的文本完全一致，比如大小写、空格、特殊字符都要匹配，如果有不一致的情况，可以先做清洗（比如转小写、去除首尾空格）。
• 如果你的CSV没有表头，需要手动指定fieldnames参数，调整代码里的DictReader部分即可。

内容的提问来源于stack exchange，提问作者Christian Gentry