Python 从另一个csv文件替换一个csv文件的列

我正在做作业，我有两个CSV文件。第一个文件包含我的全部数据（如下所示）

第一个文件： 第二个文件包含我必须替换为第一个文件的数据

电子邮件列

。 我使用正则表达式将第二个文件转换为HTML链接。 这就是我为清理数据所做的：

def clean(filename):
    df = pd.read_csv(filename)
    df['Email'] = df['Email'].apply(lambda x: x if '@' in str(x) else str(x)+'@myclinic.com.au')
    return df.to_csv('temp1.csv')

第二个文件输出

电子邮件

这是不正确的。上面的函数是在email列中空格之前输入所有内容，也可以输入email列中@之前有空格的任何行

这就是我要做的： a） 清除文件1（两个不需要的列）的数据，电子邮件列中有一些空格，因为某些地址的名称中有空格，在最终函数中无法读取。 b） 我得到的最终输出不是我想要的输出。它将显示10行：

这就是我在文件2中所做的

emails = re.findall(r'\S+@\S+', text)
for x in range(0, len(emails)):
    emails[x] = '<a href="%s"></a>' % emails[x];
emails.insert(0, 'Email')

with open(csvfile, "w") as output:
    writer = csv.writer(output, lineterminator='\n')
    for val in emails:
        writer.writerow([val]) 

emails=re.findall（r'\S+@\S+'，文本）
对于范围内的x（0，len（电子邮件））：
电子邮件[x]=''%E-mail[x]；
电子邮件。插入（0，“电子邮件”）
以open（csvfile，“w”）作为输出：
writer=csv.writer（输出，行终止符='\n'）
对于电子邮件中的val：
writer.writerow（[val]）

在这里，文本是一个包含我全部csv数据的口述。我没有调用CSV文件，而是将整个内容复制到python文件中

最终产量

ID Name郊区州邮政编码Email\u Str Lat Lon
01新南威尔士州赫斯特维尔赫斯特维尔诊所1493-33.975869 151.088939
1 2悉尼中心诊所新南威尔士州悉尼2000-33.867139 151.207114
2 3新南威尔士州奥本市奥本诊所2144-33.849322 151.033421
3 4新南威尔士州Riverwood Riverwood诊所2210-33.949859 151.052469
4.6新南威尔士州哈灵顿市哈灵顿诊所2427-31.872153 152.689811
5.9新南威尔士州贝农诊所贝农2830-32.413736 148.63938
6 11 Preston诊所Preston VIC 3072-37.738736 145.000515
7 13道格拉斯诊所道格拉斯维多利亚3409-37.842988 144.892631
8 14米尔杜拉诊所米尔杜拉维多利亚3500-34.181714 142.163072
9 15布罗德福德诊所维多利亚州布罗德福德3658-37.203001 145.050171
10 16警官诊所警官VIC 3809-38.063056 145.40958
11 18 Langsborough诊所Langsborough VIC 3971-38.651487 146.675098
12 19昆士兰州布里斯班中心诊所布里斯班4000-27.46758 153.027892
13 20罗伯逊诊所昆士兰州罗伯逊4109-27.565733 153.057213
14 22伊普斯威奇诊所伊普斯威奇昆士兰州4305-27.614604 152.760876
昆士兰州卡布尔特诊所卡布尔特4510-27.085007 152.951707
16 25昆士兰州博伊诊所博伊4610-26.498426 151.935421
17 26罗克汉普顿诊所罗克汉普顿昆士兰州4700-23.378941 150.512323
18 28昆士兰州凯恩斯凯恩斯诊所4870-16.925397 145.775178
19 29阿德莱德中心诊所阿德莱德SA 5000-34.92577 138.599732

我的数据在最终合并后丢失

正如你所看到的，它丢失了很多数据。

---

请帮助我。

不确定问题是什么，但似乎您正在尝试将电子邮件文本转换为电子邮件链接。您可以这样做：

df['Email'] = df['Email'].apply(lambda x: '<a href="' + x + '"></a>')

df['Email']=df['Email']。应用（lambda x:“”）

看起来您正在尝试合并“电子邮件”列上的两个数据帧，这样在合并后，您将从

DF2

中获得与

DF1

合并的电子邮件字符串

• 首先，我们需要在DF2中创建包含电子邮件的第二列 模式匹配DF1（电子邮件地址）
• 接下来，我们在公共电子邮件列上合并DF1和DF2
• 此外，我们删除不需要的列
• 最后，按所需顺序重新排列列

工作代码如下（使用您的数据）

结果：

>>> df3
   ID                   Name      Suburb State   Postcode  \
0   1      Hurstville Clinic  Hurstville   NSW       1493   
1   2   Sydney Centre Clinic      Sydney   NSW       2000   
2   3          Auburn Clinic      Auburn   NSW       2144   
3   4       Riverwood Clinic   Riverwood   NSW       2210   

                                   Email_Str        Lat         Lon  
0  <a href="hurstville@myclinic.com.au"></a> -33.975869  151.088939  
1      <a href="sydney@myclinic.com.au"></a> -33.867139  151.207114  
2      <a href="auburn@myclinic.com.au"></a> -33.849322  151.033421  
3   <a href="riverwood@myclinic.com.au"></a> -33.949859  151.052469  
>>> 

>>df3
身份证名称郊区州邮政编码\
01赫斯特维尔诊所新南威尔士州赫斯特维尔1493
12悉尼中心诊所新南威尔士州悉尼2000
2 3新南威尔士州奥本市奥本诊所2144
3 4新南威尔士州Riverwood Riverwood诊所2210
电子邮件\u Str Lat Lon
0   -33.975869  151.088939  
1       -33.867139  151.207114  
2       -33.849322  151.033421  
3    -33.949859  151.052469  
>>> 

---

希望这就是您要找的。

我知道问题出在哪里了。 我的原始数据在电子邮件列中有空格。 有人能更新我的正则表达式吗

def clean(filename):
    df = pd.read_csv(filename)
    df['Email'] = df['Email'].apply(lambda x: x if '@' in str(x) else str(x)+'@myclinic.com.au')
    return df.to_csv('temp1.csv')

---

函数

regex（）

将做什么？没有参数，你对潜在的返回值什么也不做。我忘了注释它。这是一个不同的函数调用。这个问题非常不清楚。

输出

和

文本

来自哪里？您的第二个文件中已包含电子邮件；什么需要改变？第二个文件没有与第一个文件中的行匹配的标识符；您希望如何匹配它们？此外，您似乎遇到了多个问题：您在CSV文件中提到了两个不需要的列，您似乎试图以某种方式清理数据，并且您在匹配方面遇到了问题。将多个问题放在一个问题中会使问题过于宽泛。请在一个问题中只放一个问题，并把每个问题都说清楚。课文是我编的字典。它只包含我的整个CSV文件数据。另外，我在该部分的数据处理上也有问题。我将更新我的问题。@jpmc26我已更新我的问题。请检查。你把df3值存储在哪里了？我看到了。。。但我必须将其存储在CSV文件中。你能帮我怎么做吗？我用df3.to_csv.存储它。。但是现在在final output.csv中，我的数据字段丢失了。我正在更新我的问题。

df['Email'] = df['Email'].apply(lambda x: '<a href="' + x + '"></a>')

import pandas as pd
import re

df1 = pd.read_csv('file1.txt', sep=",", engine="python")
df2 = pd.read_csv('file2.txt', sep=",", engine="python")

def get_email(x):
    return ''.join(re.findall(r'"([^"]*)"', x))

df2.columns = ['Email_Str'] 
df2['Email']=df2['Email_Str'].apply(get_email) 
df2 = df2[['Email','Email_Str']]  
df3=pd.merge(df1,df2,on='Email').drop(['Email'], axis=1) 
df3 = df3[[u'ID', u'Name', u'Suburb', u'State', u'   
      Postcode',u'Email_Str', u'Lat', u'Lon', ]]  

>>> df3
   ID                   Name      Suburb State   Postcode  \
0   1      Hurstville Clinic  Hurstville   NSW       1493   
1   2   Sydney Centre Clinic      Sydney   NSW       2000   
2   3          Auburn Clinic      Auburn   NSW       2144   
3   4       Riverwood Clinic   Riverwood   NSW       2210   

                                   Email_Str        Lat         Lon  
0  <a href="hurstville@myclinic.com.au"></a> -33.975869  151.088939  
1      <a href="sydney@myclinic.com.au"></a> -33.867139  151.207114  
2      <a href="auburn@myclinic.com.au"></a> -33.849322  151.033421  
3   <a href="riverwood@myclinic.com.au"></a> -33.949859  151.052469  
>>> 

def clean(filename):
    df = pd.read_csv(filename)
    df['Email'] = df['Email'].apply(lambda x: x if '@' in str(x) else str(x)+'@myclinic.com.au')
    return df.to_csv('temp1.csv')