python合并了两个数据不一致的文件

现在我有两个文件：A和B。都是csv文件

csv A有一些数据：

a b c 1 2 3 4 5 6 7 8 9 ..... b d 7 0 8 3 2 1 ..... a、b、c 1 2 3 4 5 6 7 8 9 ..... csv B有一些数据：

a b c 1 2 3 4 5 6 7 8 9 ..... b d 7 0 8 3 2 1 ..... b-d 7 0 8 3 2 1 ..... 现在我想将两个csv文件A和B合并为一个新文件C，如下所示：

a b c d 1 2 3 1 7 8 9 3 ...... def open_func(file_name): open_dict={} key_list=[] fd=csv.reader(open(file_name,'r')) j=1 for line in fd: data_len=len(line) if not j: try: for i in range(data_len): open_dict[key_list[i]].append(line[i]) except: #print line continue else: for i in range(data_len): key=line[i] key_list.append(key) for i in range(data_len): open_dict[key_list[data_len-i-1]]=[] j=0 continue return open_dict a、b、c、d 1 2 3 1 7 8 9 3 ...... 首先，我必须使用csv.reader读取文件，代码如下：

a b c d 1 2 3 1 7 8 9 3 ...... def open_func(file_name): open_dict={} key_list=[] fd=csv.reader(open(file_name,'r')) j=1 for line in fd: data_len=len(line) if not j: try: for i in range(data_len): open_dict[key_list[i]].append(line[i]) except: #print line continue else: for i in range(data_len): key=line[i] key_list.append(key) for i in range(data_len): open_dict[key_list[data_len-i-1]]=[] j=0 continue return open_dict def open_func（文件名）： open_dict={} 键列表=[] fd=csv.reader（打开（文件名，'r'）） j=1 对于fd中的行： 数据长度=长度（直线） 如果不是j： 尝试： 对于范围内的i（数据长度）： 打开目录[键列表[i]]。追加（第[i]行） 除： #打印行 继续 其他： 对于范围内的i（数据长度）： 键=行[i] 键列表。追加（键） 对于范围内的i（数据长度）： 打开目录[键列表[数据列-i-1]=[] j=0 持续 返回打开的目录 我使用dict来读取它们，如果相等，我想使用组合键

但我不知道该怎么办

---

注意：数据超过一百万行。

我强烈建议您使用

pandas

来实现这一点，它为Python提供了高性能、易于使用的数据结构和数据分析工具。因此，您可以尝试使用它来处理大型数据

e、 g

或从csv读取文件：

f1 = pd.read_csv('1.csv',sep="\s+")
f2 = pd.read_csv('2.csv',sep="\s+")

您可以通过以下方式将其写入文件：

f.to_csv('out.csv', index=False)

out.csv：

a,b,c,d
1,2,3,1.0
4,5,6,
7,8,9,3.0

让这变得相当容易：

代码：

import pandas as pd

df1 = pd.read_csv('file1', sep='\s+')
df2 = pd.read_csv('file2', sep='\s+')

df = df1.merge(df2, on=['b'])
print(df)

   a  b  c  d
0  1  2  3  1
1  7  8  9  3

结果：

import pandas as pd

df1 = pd.read_csv('file1', sep='\s+')
df2 = pd.read_csv('file2', sep='\s+')

df = df1.merge(df2, on=['b'])
print(df)

   a  b  c  d
0  1  2  3  1
1  7  8  9  3

---

非常感谢，当我使用merge时，它显示：keyrerror'xxxx'，我的代码是combine_pan=pand1.merge（pand2，how='left'，on=equal_name），pand1和pand2从csv读取