在一个 csv 中查找字符串，并在循环中替换为另一个 csv 中的字符串

Question

我有两个csv文件。csv1看起来像这样：

Title,glide gscore,IFDScore
235,-9.01,-1020.18
235,-8.759,-1020.01
235,-7.301,-1019.28

虽然csv2看起来像这样：

ID,smiles,number
28604361,NC(=O)CNC(=O)CC(c(cc1)cc(c12)OCO2)c3ccccc3,102
14492699,COc1cccc(c1OC)C(=O)N2CCCC(C2)CCC(=O)Nc3ccc(F)cc3C,235
16888863,COc1cc(ccc1O)CN2CCN(CC=C(C)C)C(C2)CCO,108

两者都比我在这里展示的要大得多。我需要某种方法将csv1Title列中的每个值与csv2number列中的相应值相匹配。找到匹配项后，我需要将csv1Title列中的值替换为csv2ID列中的相应值。因此，我希望我想要的输出是：

Title,glide gscore,IFDScore
14492699,-9.01,-1020.18
14492699,-8.759,-1020.01
14492699,-7.301,-1019.28

我正在寻找一种通过熊猫，bash或python来做到这一点的方法。

• 这个答案很接近，但给了我一个模糊的数据帧真值。

• 我也尝试过update熊猫，但没有运气。

我还没有粘贴我尝试过的确切代码，因为同时在 pandas、bash 和 python 中看到错误的代码会让人不知所措。

Answer 1

你可以map它;然后使用fillna以防有任何"标题"没有匹配的"数字"：

csv1 = pd.read_csv('first_csv.csv')
csv2 = pd.read_csv('second_csv.csv')
csv1['Title'] = csv1['Title'].map(csv2.set_index('number')['ID']).fillna(csv1['Title']).astype(int)

输出：

Title  glide gscore  IFDScore
0  14492699        -9.010  -1020.18
1  14492699        -8.759  -1020.01
2  14492699        -7.301  -1019.28

Answer 2

您可以使用pandas模块加载数据帧，然后使用merge函数来实现所需的内容：

import pandas as pd
df1 = pd.read_csv("df1.csv")
df2 = pd.read_csv("df2.csv")
merged = df1.merge(df2, left_on="Title", right_on="number", how="right")
merged["Title"] = merged["ID"]
merged

输出

numberstyle="文本对齐：右;">0style="文本对齐：右;">1style="文本对齐：右;">2style="文本对齐：右;">3style="text-align： right;">4

	Title	glide gscore	IFDScore	ID	smiles
28604361	南	南	28604361	NC(=O)CNC(=O)CC(c(cc1)cc(c12)OCO2)c3ccccc3	102
14492699	-9.01	-1020.18	14492699	COc1cccc(c1OC)C(=O)N2CCCC(C2)CCC(=O)Nc3ccc(F)cc3C	235
14492699	-8.759	-1020.01	14492699	COc1cccc(c1OC)C(=O)N2CCCC(C2)CCC(=O)Nc3ccc(F)cc3C	235
14492699	-7.301	-1019.28	14492699	COc1cccc(c1OC)C(=O)N2CCCC(C2)CCC(=O)Nc3ccc(F)cc3C	235
16888863	nan	nan	16888863	COc1cc(ccc1O)CN2CCN(CC=C(C)C)C(C2)CCO	108