Python 熊猫：基于多列合并两个文件

我有两个文件，它们有3个公共列-日期、关键字ID、AdGroupId。我想基于这些列合并这两个文件，这样对于第一个文件中具有特定日期、关键字ID、adgroupid的每一行，如果第二个文件中有具有相同日期、关键字ID、adgroupid的对应行，然后在第二个文件中追加其余的值，如果不追加，则在其余列中追加null或-

第一个文件（这里的df1）有5900000行。第二个文件大约有100000行。我使用了下面的代码

 import pandas as pd

df1 = pd.read_csv(r"C:\Users\Rakshit Lal\Desktop\QVC Data\psnb_extract_daily\Final\cumulative_adwords_test.csv")
df2 = pd.read_csv(r"C:\Users\Rakshit Lal\Desktop\QVC Data\psnb_extract_daily\Final\Test_psnbfull.csv")

# Merge the two dataframes, using _ID column as key
df3 = pd.merge(df1, df2, on = ['Date', 'KeywordId', 'AdGroupId'])
df3.set_index('Date', inplace = True)

# Write it to a new CSV file
df3.to_csv('CSV3.csv')

# Write it to a new CSV file
df3.to_csv('CSV3.csv')

---

我的最后一个文件——csv3只包含605277行，因为某些原因，它应该包含5900000行（如文件1所示）。我相信我在使用合并函数时犯了一个错误。有人能帮我解决哪里出了问题，我应该修改什么吗？

如果你不指定如何合并，它需要一个内部联接，但实际上你想做左联接。您可以使用“左”合并：

df3 = pd.merge(df1, df2, on = ['Date', 'KeywordId', 'AdGroupId'], how = 'left')

---

也许您想将

how

关键字参数设置为

'outer'

？是否保证df2中的每一行与df1中的一行或多行匹配？这就是我如何理解你的问题，但它并不完全清楚。有关更多信息，请通读。这些数字可能会让你知道在这种情况下应该使用什么。对于df2中的任何特定行，df1中可能没有对应的行。但我只想让df1中的所有行在我的最终csv中保持完整，如果df1中有相应的条目，然后为这些行添加值，如果没有，那么只需将这些行的额外列留空或为空，那么与

'outer'

相比，

'left'

确实是更好的选择。我会尝试一下，让您知道它是否有效！谢谢。你知道我应该包括哪些内容来按日期列（降序）对行进行排序吗？这可以帮助你：