使用Pandas合并两个CSV文件

Question

我有两个CSV文件（emails1.csv和emails2.csv）。

我需要将这两个CSV文件合并成一个，因为它们太大了，无法在Excel中处理。

我需要导出为CSV和TXT格式。

我创建了一个Python文件：

import csv
import pandas as pd
import numpy as np

df1 = pd.read_csv("emails1.csv")
df2 = pd.read_csv("emails2.csv")

df3 = pd.merge(df1, df2, on=["email"])
df3.to_csv("final.csv",index=False)

CSV文件只包含电子邮件列。

感谢您的帮助。

- Kenyis

---

抱歉，不是concat，而是pd.merge。 - Kenyis

在这种情况下，您能否提供一些示例输入和预期输出？很难理解您想要什么。 - cs95

@jvera 不，那不是我问的。我希望你从你的CSV中取出5行，连同你的_expected output_，并使用编辑链接将其添加到你的问题中。如果你能做到这一点，那么就有可能帮助你。 - cs95

是的，没错 - Kenyis

我无法编辑这个问题 :( - Kenyis

Answer 1

你没有学会如何将两个数据框合并。我对你给出的代码进行了微小的调整，现在它可以完美地工作。

import csv
import pandas as pd
import numpy as np

df1 = pd.read_csv("emails1.csv")
df2 = pd.read_csv("emails2.csv")

df3 = df1.merge(df2, on=["email"], how='outer')
df3.to_csv("final.csv",index=False)

请注意how参数以及merge的调用方式。

这是emails1.csv文件：

email
[e-mail]
[e-mail]

这是 emails2.csv 文件:

email
[e-mail]
[e-mail]

执行完我的代码后，这是最终生成的final.csv文件：

email
[e-mail]
[e-mail]
[e-mail]
[e-mail]

我希望您需要的是这个。 :-) 干杯！

- Sayan Sil

---

谢谢！你的代码可行，但我正在寻找更多内容，我发现了你的代码的一个变体：这是你的代码： df3 = df1.merge(df2, on=["email"], how='outer') df3.to_csv("final.csv",index=False)这是变体： df3 = pd.merge(df1, df2, on=["email"], how='outer') df3.to_csv("final.csv",index=False)两者都可以工作，但是，为什么你使用df1.merge？有什么不同吗？另外，你如何避免从emails2中获取电子邮件？因为跳过了列名。谢谢！ - Kenyis

关于跳过列名，这是pandas自己做的很酷的小技巧之一。每当您将csv文件加载到pandas数据帧中时，它会自动将第一行作为列标题行，下面的行则是实际数据。如果您觉得这很不方便，我想您可以通过在读取时传递某个参数来避免它，我想是"header=False"，如果我没记错的话。 - Sayan Sil

关于"merge"的称呼方式...嗯，事实证明我们今天都学到了新东西。确实，pd.merge也可以工作！事实上，它更受欢迎。我一直在使用df.merge，这就是为什么我指出来的原因。 谢谢。 :D - Sayan Sil

谢谢！解释得很好！另外一个问题，如果我有多个文件，我该怎么合并它们？我的意思是，这个方法只能用于两个文件，但如果我有更多的文件呢？ - Kenyis

看一下 pandas 的“concat”文档。这可以解决所有问题。 - Sayan Sil