[英]Comparing 2 csv files against one column with additional condition of matching values in different columns
起初我想告诉你，python对我来说只是一个工具，对于我目前正在进行的一个副项目。 我与编程没有任何关系，我会特意学习所有内容，所以我真的很感激，如果你保持这一点尽可能简单。
到目前为止，我设法处理并将我的数据写入2个csv文件，如下所示：
gmina, datetime 1, 2008-01-02 12:00:00 1, 2008-01-02 12:00:00 1, 2008-01-02 16:00:00 1, 2008-01-02 16:00:00 1, 2008-01-06 09:00:00 1, 2008-01-06 15:00:00 1, 2008-01-06 20:00:00 1, 2008-01-06 21:00:00
'gmina'从1到10有多个日期
station, datetime, visibility 12100, 2000-01-09 14:00:00, 900.0 12100, 2000-01-09 15:00:00, 900.0 12100, 2000-01-16 06:00:00, 900.0 12100, 2000-01-16 07:00:00, 600.0 12100, 2000-01-16 08:00:00, 900.0 12100, 2000-01-16 12:00:00, 900.0 12100, 2000-01-16 13:00:00, 600.0
'station'有10个不同的值。 两个csv的行数不同。
我现在要做的是找到具有完全相同的日期和小时的行，将它们写入新的csv，但仅限于成对的键和值，如：'gmina'：'1'和'station'：'12100' ; 'gmina'：'2'和'station'：'12105'等等。 我估计我需要一本字典。 我找到了类似这样的东西： Python：比较两个CSV文件并搜索类似的项目 。 我需要类似的东西，只有这个附加条件匹配'gmina'和'station'的值。 你能否告诉我如何在上面的代码中实现这个条件？ 或者将这些csv文件解析成数据帧并使用pandas更容易？
使用给定的列比较两个csv文件，并使用匹配行中的特定列来构建第三个
[英]Comparing two csv files using given columns and build a third one using specific columns from the matching lines
如何将一个包含 JSON 值的 CSV 列转换为 4 个不同的列？
[英]How to convert one CSV column contaning JSON values into 4 different columns?
将具有不同长度的一列中的 NaN 值替换为具有附加条件的另一列
[英]Replace NaN values from one column with different length into other column with additional condition
比较两个csv文件的多列并将输出保存为匹配/不匹配的新csv文件
[英]Comparing multiple columns of two csv files and save output as matching/not matching in new csv file
Pandas：根据不同dataframe的多列中的匹配值，在一个dataframe中创建一列
[英]Pandas: create a column in one dataframe based on matching values in multiple columns of a different dataframe
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
