Python 如果组合两个csv文件时发生冲突，是否有函数可以从指定的csv文件中选择数据？

我有两个csv文件，我想把这两个csv文件合并成一个csv文件。假设这两个csv文件是A.csv和B.csv，我已经知道它们之间存在一些冲突。例如，在A.csv ID“12345”中有两列ID和名称，在B.csv ID“12345”中有名称“Jack”，在B.csv ID“12345”中有名称“Tom”。因此，存在相同ID具有不同名称的冲突。现在我想保留ID“12345”，我想从A.csv中选择名称，从B.csv中放弃名称。我怎么能这么做

以下是我尝试过的一些代码，但它只能组合两个csv文件，但无法处理冲突，或者更准确地说，它无法从.csv中选择确定值：

import pandas as pd
import glob

def merge(csv_list, outputfile):
    for input_file in csv_list:
        f = open(input_file, 'r', encoding='utf-8')
        data = pd.read_csv(f, error_bad_lines=False)
        data.to_csv(outputfile, mode='a', index=False)
    print('Combine Completed')

def distinct(file):
    df = pd.read_csv(file, header=None)
    datalist = df.drop_duplicates()
    datalist.to_csv('result_new_month01.csv', index = False, header = False)
    print('Distint Completed')

if __name__ = '__main__':
    csv_list = glob.glob('*.csv')
    output_csv_path = 'result.csv'
    print(csv_list)
    merge(csv_list)
    distinct(output_csv_path)

---

英语不是我的母语。请原谅我的语法错误。

如果您想保留一个数据帧值而不是另一个，请保留它们，并在输出中保留第一个副本。这意味着首选值应位于您提供的序列的第一个参数中，以连接，如下所示

df = pd.DataFrame({"ID": ["12345", "4567", "897"], "name": ["Jack", "Tom", "Frank"]})
df1 = pd.DataFrame({"ID": ["12345", "333", "897"], "name": ["Tom", "Sam", "Rob"]})

pd.concat([df, df1]).drop_duplicates("ID", keep="first").reset_index(drop=True)

      ID   name
0  12345   Jack
1   4567    Tom
2    897  Frank
3    333    Sam

---

我会在这里写下我的评论作为回答：

merge

函数的问题是，在append模式下读取一个文件并将其写出相同的

result.csv

，而不检查重复名称。为了检查重复项，它们需要位于同一数据帧中。从您的代码中，您可以组合多个CSV文件，而不仅仅是

A.CSV

和

B.CSV

。所以当你说“我想从A.csv中选择名字，从B.csv中放弃名字”时，你的意思似乎是“保留第一个”

无论如何，请修复您的

merge（）

函数，以保持将文件读取到数据帧列表中-首先是.csv。然后连接数据帧，只保留第一次出现

或在

distinct（）

函数中，代替

datalist=df.drop_duplicates（）

，放置

datalist=df.drop_duplicates（“ID”，keep=“first”）。重置_索引（drop=True）

-但这可以在读取循环后完成，而不是写出一个充满重复项的CSV，首先删除复制，然后写入csv

下面是使用第一种方法进行的更改：

将熊猫作为pd导入
导入glob
def merge_distinct（csv_列表，输出文件）：
所有_帧=[]#数据帧列表
对于csv_列表中的输入_文件：
#跳过文件打开行并将这些参数传递给pd.read\u csv
数据=pd.读取\u csv（输入\u文件，编码='utf-8'，错误\u错误\u行=错误）
所有_帧。追加（数据）#追加到数据帧列表
打印（'合并完成'）
final=pd.concat（所有帧）。删除重复项（“ID”，keep=“first”）。重置索引（drop=True）
final.to_csv（'result_new_month01.csv'，index=False，header=False）
打印（'Distint Completed'）
如果uuuu name uuuuuu='uuuuuuu main uuuuuuuuuuuuu'：
csv_list=已排序（glob.glob（'*.csv'））#对列表进行排序
输出\u csv\u路径='result.csv'
打印（csv_列表）
合并不同（csv列表、输出csv路径）

注:

• 不要执行

  f=open（…）

  只需将这些参数传递给
• 为什么您要用

  标题=False

  写出最终的csv？这是有用的
• 不保证排序（取决于文件系统），所以我在上面使用了

  sorted（）

• 文件系统排序不同于仅按

  排序

  排序，后者本质上是按ASCII/Unicode索引顺序排序

---

如果每个文件的ID都是唯一的，请将它们用作字典键，并将名称用作字典值。由于您希望A.csv中的值优先于B.csv中的值，请先处理B.csv，然后执行A.csv，这样最终值将是两个文件的并集，对于冲突ID，将是A.csv中的一个。最后，将最后一本字典写到最后一个csv文件中。如果您显示了一些工作代码/您尝试过的内容，或a，那么我们可以帮助您显示解决问题的代码。有关更多信息，请参阅，并使用@aneroid，我理解，但熊猫是否有这样做的方法？我已经发布了我的代码，非常感谢！好的，我之前没有注意到熊猫的标签。现在您已经添加了代码，添加每个CSV的一个小样本（5行），包括一个重叠。两个CSV中的列是否相同？只有ID和名称？你真的要合并，还是要删除这些文件？