使用 Pandas 模块连接 CSV 文件

使用 pandas 我们可以对 CSV 文件执行各种操作，例如追加、更新、连接等。在本文中，我们将使用pandas模块连接两个 CSV 文件。

假设我们有一个名为Employee.csv的 .csv 文件，其中包含一些记录，如下所示：

员工.csv

还有另一个名为Updated.csv的 .csv 文件，其中包含新记录以及来自Employee.csv文件但具有更新信息的少数记录。该文件如下：

更新.csv

我们可以看到Updated.csv中的前 5 条记录是新的，其余的都有更新的信息。例如， Louis和Diane的工资改变了， Joe的email_id不同等等。

本文的目的是添加新记录并将现有记录的信息从Updated.csv文件更新到Employee.csv 。

注意：没有两个员工可以有相同的emp_id 。

方法：每当使用Python操作数据时，我们都会使用Dataframes 。已使用以下方法。

• 读取Employee.csv并创建一个数据框，例如， employee_df..
• 同样，读取 Updated.csv 并从数据帧中读取，例如updated_df 。
• 将updated_df连接到employee_df并使用emp_id作为主键删除重复项。
• 创建一个名为Updated_Employees.csv的新 .csv 文件，其中包含所有旧记录、新记录和更新记录。

示例 1：

Python3

#import pandas
import pandas as pd
  
# read Employee file
employee_df = pd.read_csv('Employee.csv')
  
# print employee records
print(employee_df)
  
# read Updated file
updated_df = pd.read_csv('Updated.csv')
  
# print updated records
print(updated_df)
  
# form new dataframe by combining both employee_df and updated_df
# concat method appends records of updated_df to employee_df
# drop_duplicates method drop rows having same emp_id keeping 
# only the latest insertions
# resets the index to 0
final_dataframe = pd.concat([employee_df, updated_df]).drop_duplicates(
    subset='emp_id', keep='last').reset_index(drop=True)
  
# print old,new and updates records
print(final_dataframe)
  
# export all records to a new csv file
final_dataframe.to_csv(
    'Updated_Employees.csv', index=False)

输出：

员工_df

更新_df

final_dataframe

下面是提供了Updated_Employee.csv的图像。

已更新_Employees.csv

例子：

以下是将要连接的两个 CSV 文件：

gfg3.csv

gfg2.csv

现在执行下面的程序来连接上面的 CSV 文件。

蟒蛇3

#import pandas
import pandas as pd
  
# read Employee file
df1 = pd.read_csv('gfg1.csv')
  
# print employee records
print('\ngfg1.csv:\n', df1)
  
# read Updated file
df2 = pd.read_csv('gfg2.csv')
  
# print updated records
print('\ngfg2.csv:\n', df2)
  
# form new dataframe by combining both employee_df
# and updated_df concat method appends records of
# updated_df to employee_df drop_duplicates method 
# drop rows having same emp_id keeping only the
# latest insertions resets the index to 0
final_df = pd.concat([df1, df2]).drop_duplicates(
    subset='ORGANIZATION').reset_index(drop=True)
  
# print old,new and updates records
print('\ngfg3.csv:\n', final_df)
  
# export all records to a new csv file
final_df.to_csv(
    'gfg3.csv', index=False)

输出：

下面是gfg3.csv 的图像：

gfg3.csv