· CSV.ink Team
多个 CSV 怎么合并成一个
表头完全一样时,往下接行就行。表头有出入时,要用列名并集,缺的格子留空。
按月份、地区或系统分别导出,手里就会堆一堆 CSV。分析或一次上传前,往往要合成一个文件。表头一致最好办;不一致就要先定规则。
表头相同:直接拼行
保留第一个文件的表头,后面的文件只追加数据行、跳过它们的表头。这就是普通拼接。
orders_jan.csv + orders_feb.csv → orders_h1.csv
表头不同:按列名做并集
一月有 coupon_code,二月没有;二月多了 shipping_region。稳妥做法是收集全部列名(去掉首尾空格)写成新表头,再按名字把每行的值对进去,对不上的留空。
一定按列名对齐,不要按第几列对齐。有人把两列对调过,按位置合并会悄无把数据弄乱。
需要追溯时加来源列
合并后很难看出怪数据来自哪个文件。加一列 source_file(jan.csv / feb.csv)对账时省很多事。
常见坑
- 编码:UTF-8 和 UTF-8 合。GBK 和 UTF-8 混着合,一半行会乱码。
- 分隔符:不要把逗号文件和分号文件一次硬拼。
- 重复行:合并不会去重。同一订单可能出现在两份导出里,需要的话合并后再删重复。
合并文件体积涨得很快。目标系统有上限时,先清洗再拆,比硬传一个巨大 CSV 稳。
例子:三份地区导出
假设 eu.csv 有 id,email,country,us.csv 有 id,email,state。按列名并集后表头变成 id,email,country,state。欧洲行的 state 为空,美国行的 country 为空(除非你另外补了 country=US)。这种「有洞」的表仍是合法 CSV,多数工具都能加载。
若下一步强制每行都有 country,在第二步再填默认值——不要在合并时偷偷编数据。