从两个 CSV 文件中提取相同的列，并将其合并

Question

所以我有两个 CSV 文件，我正在尝试比较并获得该项目的结果具有相同的列。 第一个文件 a.csv 如下所示：

name          pubmedid    country 
legge          3064733      U.S
legge          3034763      U.S
Hoffman        2888122      NA

第二个 CSV 是 b.csv 看起来像：

name          pubmedid    country  category
Sung           3454733      U.K    European
NA             2035763      U.S    American
Hoffman        3194992      NA     Asian
legge          3064733      U.S    African-American

我想从两个文件共有的列中提取信息

而不是将其合并到一个 CSV 文件中，并删除所有包含“NA”的行

所以我想要的结果看起来像：

name          pubmedid    country 
legge          3064733      U.S
legge          3034763      U.S
Sung           3454733      U.K   
legge          3064733      U.S   

比我想在 c.csv 文件上写这个结果。

我怎样才能做到这一点？

我试图找到不使用 pandas 的方法来做到这一点，因为我仍然没有完全理解 pandas 是如何工作的，并尝试在读取原点 a、b Z628CB5675FF524F3E719B 文件时跳过包含“NA”的行但失败了。 . 将两个文件合并在一起后删除包含 NA 的行会更好吗？

Answer 1

1. 使用 pandas：

利用：

import pandas as pd

df1 = pd.read_csv('a.csv', sep="\s+")
df2 = pd.read_csv('b.csv', sep="\s+")

df = pd.concat([df1.dropna(), df2[["name", "pubmedid", "country"]].dropna()])
print(df)

这打印：

    name  pubmedid country
0  legge   3064733     U.S
1  legge   3034763     U.S
0   Sung   3454733     U.K
3  legge   3064733     U.S

要将此df保存到 csv 文件，

df.to_csv("c.csv", index=False)

---

2. 不使用 pandas：

利用：

import csv

with open("a.csv", "r") as fa, open("b.txt", "r") as fb, open("c.csv", "w") as fc:
    writer = csv.writer(fc, delimiter=' ')

    reader = csv.reader(fa, delimiter=' ', skipinitialspace=True)
    for line in reader:
        if "NA" not in line:
            writer.writerow(line)

    next(fb) # skip header
    reader = csv.reader(fb, delimiter=' ', skipinitialspace=True)
    for line in reader:
        if "NA" not in line:
            writer.writerow(line[:-1])