如何使用Python中的Pandas按特定列合并两个csv文件

在这篇文章中，我们将讨论如何合并两个CSV文件，在pandas库中有一个函数pandas.merge()。合并的意思无非是将两个数据集根据共同的属性或列合并成一个。

语法: pandas.merge()

参数 :

• data1, data2:用于合并的数据帧。
• how:{‘left’, ‘right’, ‘outer’, ‘inner’}，默认’inner’
• on：label 或 list

返回： 两个合并对象的数据框架。

有4种类型的合并。

• Inner
• Left
• Right
• Outer

我们将使用以下两个csv文件，即loan.csv和borrower.csv来执行所有操作。

Inner Join

通过设置how=’inner‘，它将基于指定的列合并两个数据框，然后返回新的数据框，其中只包含那些在两个原始数据框中都有匹配值的记录。

代码:

import pandas as pd
  
# reading two csv files
data1 = pd.read_csv('datasets/loan.csv')
data2 = pd.read_csv('datasets/borrower.csv')
  
# using merge function by setting how='inner'
output1 = pd.merge(data1, data2, 
                   on='LOAN_NO', 
                   how='inner')
  
# displaying result
print(output1)

输出:

左外联接

通过设置how=’left’，它将根据指定的列合并两个数据框，然后返回新的数据框，其中包含左数据框的所有记录，包括那些在右数据框中没有值的记录，并将右数据框的列值设置为NAN。

代码:

import pandas as pd
  
# reading csv files
data1 = pd.read_csv('datasets/loan.csv')
data2 = pd.read_csv('datasets/borrower.csv')
  
# using merge function by setting how='left'
output2 = pd.merge(data1, data2, 
                   on='LOAN_NO', 
                   how='left')
  
# displaying result
print(output2)

输出:

右外联接

通过设置how=’right’，它将根据指定的列合并两个数据框，然后返回新的数据框，其中包含右数据框的所有记录，包括那些在左数据框中没有数值的记录，并将左数据框的列值设置为NAN。

代码:

import pandas as pd
  
# reading csv files
data1 = pd.read_csv('datasets/loan.csv')
data2 = pd.read_csv('datasets/borrower.csv')
  
# using merge function by setting how='right'
output3 = pd.merge(data1, data2,
                   on='LOAN_NO',
                   how='right')
  
# displaying result
print(output3)

输出:

完全外联

通过设置how=’right’，它将根据指定的列合并两个数据框，然后返回包含两个数据框中的行的新数据框，并为其中一个数据框中缺少数据的地方设置NAN值。

代码:

import pandas as pd
  
# reading csv files
data1 = pd.read_csv('datasets/loan.csv')
data2 = pd.read_csv('datasets/borrower.csv')
  
# using merge function by setting how='outer'
output4 = pd.merge(data1, data2, 
                   on='LOAN_NO', 
                   how='outer')
  
# displaying result
print(output4)

输出: