仅使用选定列合并CSV

Question

我有三个CSV，我正试图合并在一起。这三个CSV有一系列不同的列，尽管这三个CSV都有一组列，它们之间是一致的。在

我将这些列的列标题作为字符串存储在Python列表中。我只想合并这些列。在

---

作为补充说明，我已经尝试使用一个名为brewery的库在this thread中实现一个answer，尽管收到了一条错误消息

'CSVDataSource' object has no attribute 'field_names'

---

我觉得使用CSV模块可以很容易地实现这一点，但我不确定如何在每个CSV中搜索正确的列，然后只合并这些列。另一个我不确定如何处理的问题是确保在合并的CSV中每个列的正确位置。即如果columnA是第一个CSV中的第五个交叉点，然后是第二个CSV中的第四个交叉点，我如何确保它们在合并CSV中处于相同的位置？在

我使用的是python2.7，不幸的是，我无法访问Pandas。在

代码示例：

^{pr2}$

Answer 1

因为熊猫是不能用的，我会用numpy，如下所示：

# first get all the columns of each csv file as lists
csv1_cols = ['ColumnA','ColumnB','ColumnF','ColumnC']
csv2_cols = ['ColumnD','ColumnA','ColumnC','ColumnB','ColumnH']
csv3_cols = ['ColumnH','ColumnJ','ColumnA','ColumnB','ColumnC']

# then get the indices of the columns that you want to keep
idxs_colA = [csv1_cols.index('ColumnA'), csv2_cols.index('ColumnA'), csv3_cols.index('ColumnA')]
idxs_colB = [csv1_cols.index('ColumnB'), csv2_cols.index('ColumnB'), csv3_cols.index('ColumnB')]
idxs_colC = [csv1_cols.index('ColumnC'), csv2_cols.index('ColumnC'), csv3_cols.index('ColumnC')]

# get the columns as vectors and flatten them
colA = np.array([csv1[:,idxs_colA[0]], csv2[:,idxs_colA[1]], csv3[:,idxs_colA[2]]]).flatten()
colB = np.array([csv1[:,idxs_colB[0]], csv2[:,idxs_colB[1]], csv3[:,idxs_colB[2]]]).flatten()
colC = np.array([csv1[:,idxs_colC[0]], csv2[:,idxs_colC[1]], csv3[:,idxs_colC[2]]]).flatten()

# finally, create a new np array (with the cols in the order you want)
# and transpose it
new_csv = np.array([colA, colB, colC]).T

挺难看的，但很管用。在