本文介绍如何通过命令行参数指定路径，利用 Pandas 的 pd.merge() 按唯一公共列对两个 CSV 文件执行内连接，并生成合并后的结果文件。
本文介绍如何通过命令行参数指定路径，利用 pandas 的 `pd.merge()` 按唯一公共列对两个 csv 文件执行内连接，并生成合并后的结果文件。
在数据处理中，经常需要将多个结构异构但存在关联字段的 CSV 文件进行横向合并。典型场景如：first.csv 包含字段 a,b,c,d，second.csv 包含 x,y,a,z，二者以列 a 为关联键；我们希望仅保留 a 值完全匹配的行，并输出合并后的新 CSV（如 third.csv），字段顺序为 a,b,c,d,x,y,z。
以下是一个健壮、可复用的 Python 解决方案，基于 pandas 实现：
import pandas as pd
import sys
def merge_csv_files(first_file_path, second_file_path, output_file_path):
"""
按唯一公共列对两个 CSV 文件执行内连接（inner join），并保存结果。
参数:
first_file_path (str): 第一个 CSV 文件路径
second_file_path (str): 第二个 CSV 文件路径
output_file_path (str): 合并后输出文件路径
"""
# 读取 CSV 文件
first_df = pd.read_csv(first_file_path)
second_df = pd.read_csv(second_file_path)
# 查找公共列
shared_columns = set(first_df.columns) & set(second_df.columns)
if len(shared_columns) == 0:
raise ValueError("错误：两个 CSV 文件没有公共列，请检查列名是否一致（注意大小写与空格）")
elif len(shared_columns) > 1:
raise ValueError(f"错误：检测到 {len(shared_columns)} 个公共列 {list(shared_columns)}，本工具要求且仅支持恰好 1 个共享列")
shared_column = shared_columns.pop()
# 执行内连接（仅保留两表中 shared_column 值均存在的行）
merged_df = pd.merge(first_df, second_df, on=shared_column, how='inner')
# 写入结果（不保存 pandas 默认索引）
merged_df.to_csv(output_file_path, index=False)
print(f"✅ 合并完成！共 {len(merged_df)} 行匹配记录，已保存至: {output_file_path}")
# ✅ 支持命令行调用：python merge_csv.py first.csv second.csv third.csv
if __name__ == "__main__":
if len(sys.argv) != 4:
print("用法: python merge_csv.py <first.csv> <second.csv> <output.csv>")
sys.exit(1)
first_path, second_path, output_path = sys.argv[1], sys.argv[2], sys.argv[3]
merge_csv_files(first_path, second_path, output_path)使用方式：
- 将上述代码保存为
merge_csv.py； - 在终端运行：
python merge_csv.py ./data/first.csv ./data/second.csv ./output/third.csv
（路径可为相对或绝对路径）
提示词大师-python版下载图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
立即学习“Python免费学习笔记（深入）”；
关键说明：
- ✅ 自动识别唯一公共列：无需手动指定列名，脚本自动检测交集并校验数量；
- ✅ 严格内连接（
how='inner'）：确保仅输出两文件中该列值完全匹配的行，符合“只合并共享列值相同的行”需求； - ✅ 列顺序保持自然拼接：左侧表所有列 + 右侧表非公共列（即
a,b,c,d+x,y,z），与示例third: a b c d x y z一致； - ⚠️ 注意事项：
- 列名需完全一致（区分大小写、不可含首尾空格）；
- 若存在重复列名（除公共列外），
pd.merge会自动添加_x/_y后缀，建议预检查原始字段； - 大文件处理时可添加
dtype参数或分块读取优化内存，本例默认适用中小规模数据（
该方案简洁、可靠、易于集成进自动化流程，是处理多源 CSV 关联合并任务的专业级实践。
