Python 使用pandas更新具有相同密钥的两个类似csv文件

我有两个库存csv，一个是另一个的更新版本； 新的可以有新行，其中键不在旧行中出现；缺少键的行，不再显示；具有更新记录的相同密钥：

sku nome    prezzo  qty codice 
1   uno       10    1   11111
2   due       10    1   22222
3   tre       10    1   33333
4   quattro   10    1   44444
5   cinque    10    1   55555
10  dieci     10    1   101010

sku nome    prezzo  qty codice 
  1  uno        20    2  11111
  2  due        20    2  22222
  3  tre        20    2  33333
  5  cinque     20    2  55555
 10  dieci      20    2  101010
 11  undici     20    2  111111

使用reindex union，我可以获得我想要的结果：

In [52]: r = b.set_index('sku') \
    ...:       .reindex(pd.Index(a['sku']).union(pd.Index(b['sku']))) \
    ...:       .combine_first(a.set_index('sku').assign(qty=0, prezzo=0)) \
    ...:       .reset_index()


sku     nome  prezzo  qty  codice
0    1      uno      20    2   11111
1    2      due      20    2   22222
2    3      tre      20    2   33333
3    4  quattro       0    0   44444
4    5   cinque      20    2   55555
5   10    dieci      20    2  101010
6   11   undici      20    2  111111

现在，如果新文件中有相同的列+其他，而旧文件中没有，那么结果是正确的，但我重新排列了列； 如何保持新文件的列结构

（具有新列结构的新文件）：

或

---

选项1
我已尝试改进您现有的解决方案。您可以先使用

reindex

+

combine\u

+

reindex

：

df1 = df1.set_index('sku')
df2 = df2.set_index('sku')

df = df2.reindex(df1.index.union(df2.index), fill_value=0)    
df = df1[['nome', 'codice']].combine_first(df).reindex(columns=df1.columns)

c = df.dtypes == 'float'
df.loc[:, c] = df.loc[:, c].astype(int)

df

   sku     nome  prezzo  qty  codice
0    1      uno      20    2   11111
1    2      due      20    2   22222
2    3      tre      20    2   33333
3    4  quattro       0    0   44444
4    5   cinque      20    2   55555
5   10    dieci      20    2  101010
6   11   undici      20    2  111111

---

选项2
或者，将

先组合

替换为

替换

+

填充

：

df.nome = df.nome.replace(0, np.nan).fillna(df1.nome)
df.codice = df.codice.replace(0, np.nan).fillna(df1.codice).astype(int)

df.reset_index()

   sku     nome  prezzo  qty  codice
0    1      uno      20    2   11111
1    2      due      20    2   22222
2    3      tre      20    2   33333
3    4  quattro       0    0   44444
4    5   cinque      20    2   55555
5   10    dieci      20    2  101010
6   11   undici      20    2  111111

---

如果您将一些代码附加到问题上，那将是一件好事updated@twindad在重新阅读您的问题后，您似乎只需要执行

reindex

操作！无论如何，我已经尝试改进您的解决方案。@twindad，您能否提供带有

“其他列的示例数据集，这些列在旧列中不存在”

，以及您所需的数据集？@MaxU我已经用示例编辑了问题。所需的数据集是相同的列顺序结构。我可以告诉您，只有sku是键。”“nome”和“codice”作为“prezzo”和“qty”可以不同@twindad是的，但根据您的示例，如果缺少sku，您希望保留nome和codice。这就是我选择它们进行合并的原因。这有意义吗？更新文件时，将从csv中删除sku不再库存的行。结果文件（更新）必须保留这些行，但价格和数量设置为0。sku 11也丢失了（新的只在新文件中出现）@twindad我的合并解决方案不起作用，所以我用2个替代方案替换了它。

df1 = df1.set_index('sku')
df2 = df2.set_index('sku')

df = df2.reindex(df1.index.union(df2.index), fill_value=0)    
df = df1[['nome', 'codice']].combine_first(df).reindex(columns=df1.columns)

c = df.dtypes == 'float'
df.loc[:, c] = df.loc[:, c].astype(int)

df

   sku     nome  prezzo  qty  codice
0    1      uno      20    2   11111
1    2      due      20    2   22222
2    3      tre      20    2   33333
3    4  quattro       0    0   44444
4    5   cinque      20    2   55555
5   10    dieci      20    2  101010
6   11   undici      20    2  111111

df.nome = df.nome.replace(0, np.nan).fillna(df1.nome)
df.codice = df.codice.replace(0, np.nan).fillna(df1.codice).astype(int)

df.reset_index()

   sku     nome  prezzo  qty  codice
0    1      uno      20    2   11111
1    2      due      20    2   22222
2    3      tre      20    2   33333
3    4  quattro       0    0   44444
4    5   cinque      20    2   55555
5   10    dieci      20    2  101010
6   11   undici      20    2  111111