如何按唯一标识符合并多个 CSV 文件：完整实用操作教程

CSV 是企业或不同软件应用之间交换结构化数据的标准文件格式。它以纯文本存储数据，并通过标点分隔符区分各列。

下面是一段 CSV 文件数据示例：

1firstName, lastName, email
2Joe, Vaughn, vaugh@hotmail.com
3Bob, Cunnighan, bobc@gmail.com

大多数处理数据的工具都支持导出 CSV 文件，包括 CRM、订单管理系统、电子表格（Google Sheets 或 Microsoft Excel）以及财务软件。未来，我们或许能通过统一数据模型在应用之间传输结构化数据；但就目前而言，CSV 文件仍然不可或缺。

要基于共享列合并两个 CSV 文件，先导入第一个文件，将用于匹配的列设为唯一列，再通过合并选项把第二个文件导入同一个 collection。合并后的 collection 会保留原有行，并添加第二个文件中匹配的数据。例如，以 Email 为匹配列，将包含 Email、Name 的 customers.csv 与包含 Email、Job Title 的 jobs.csv 合并后，邮箱匹配的客户会直接获得对应的 Job Title，而不会新增一条重复的客户记录。

处理 CSV 文件时，人们通常首先想到电子表格。把 CSV 文件载入 Google Sheets 或 Microsoft Excel 并不难，但这类工具在执行以下两项常见操作时存在局限：

• 按唯一列合并 CSV 文件
• 基于列的唯一约束，对 CSV 记录去重并合并

如果你只需要比较两个 CSV 导出文件，查看新增、删除或发生变化的行，可以直接使用 CSV Diff Tool，无需合并文件。

执行数据连接操作时，我们会借助一个公共列来整合多个来源的数据。电子表格无法为列设置唯一约束，因此对 CSV 合并和去重的支持比较有限。

本指南分为两部分：

• 使用 Datablist 按公共列合并 CSV 文件
• 使用 Google Sheets（或 Microsoft Excel）合并 CSV 文件

本教程会使用两个演示 CSV 文件：

• 主 CSV：包含 First Name, Last Name, Email 的 CSV 文件
• 辅助 CSV：包含 Email, Job Title

方案 1：使用 Datablist 按公共列合并 CSV 文件

使用 Datablist 处理数据非常简单。下面来看看如何按唯一标识符合并 CSV 文件。首先，打开 Datablist（无需注册）。

第 1 步：导入第一个 CSV 文件

首先创建一个 collection，用于集中存放所有 CSV 数据。点击侧边栏中的 + 按钮，新建一个 collection。

创建完成后，进入 "Import CSV" 区域。

注意： CSV 文件的第一行必须包含列名。

拖放 CSV 文件，或点击后从电脑中选择文件。文件载入后，先检查预览中的行数和列数是否正确，再进入下一步。

将 CSV 列映射到 collection properties，也可以创建新的 properties。

最后点击 "Import" 按钮启动导入。第一个 CSV 文件就导入完成了！

第 2 步：设置作为唯一标识符的列

导入第一个 CSV 文件后，你可以为某个 collection property 设置 "Unique Values" 约束。Datablist 随后会按照这项约束合并新导入的 CSV 数据。进入列配置，编辑要用作唯一标识符的 property，勾选 "Unique Values" 属性并保存。

第 3 步：导入一个或多个 CSV 文件

为 collection property 设置唯一约束后，把其他 CSV 文件逐个导入现有 collection。在 CSV 字段映射阶段，如果需要，可以新建 collection properties。

当 collection 中已有数据并设置了唯一约束时，导入界面会让你选择连接类型和合并模式。如果只想补充 collection 中已有客户的数据，请选择 Import only matching rows。如果还希望把新文件中未匹配的行创建为新条目，请选择 Import all rows and match when possible。

选择数据写入 collection 的方式：

• Soft Merge：只填充匹配条目中的空白 properties，保留已有值。当第一个文件应作为权威数据源时，选择此模式。
• Hard Merge：使用新文件匹配行中的数据替换现有 property 值。当第二个文件包含更新的数据时，选择此模式。

注意： "Skip item" 会在 collection 中找到相同标识符值时跳过该行。要合并 CSV 文件，切勿选择此选项。

导入前务必检查预览。 每个文件中的 Email 都必须映射到同一个 collection property。空白标识符无法可靠地匹配记录；如果源文件中存在重复标识符，也应先检查，再将该列用作唯一键。导入完成后，抽查几个已匹配的邮箱，确认预期的 Job Title 已出现在原有记录中。

第 4 步：按需导出 CSV 文件

恭喜！🎉 你已经成功通过公共列合并了多个 CSV 文件。如果需要在其他工具中使用合并结果，点击 "Export" 按钮，将 collection 导出为新的 CSV 文件。

使用 Datablist 合并 CSV 文件的完整视频教程

下面的视频会在创建 property 时直接设置 "Unique Values"。

方案 2：使用 Google Sheets 或 Microsoft Excel 合并 CSV 文件

电子表格工具对按公共列合并 CSV 文件的支持比较有限。不过，我们可以通过单元格公式，在另一个表格中查找与指定值匹配的行。将公式应用到主表的每一行后，即可搜索辅助表，并返回匹配行中任意一列的数据。

这里使用的公式是 VLOOKUP，Microsoft Excel 和 Google Sheets 均支持该函数。

限制

• 使用电子表格时，必须将一个 CSV 文件作为主表，并确保其中包含连接列可能出现的全部值。
• 在所有辅助表中，连接列必须位于第一列。

第 1 步：导入 CSV 文件

说明： 本教程使用 Google Sheets；Microsoft Excel 中的 VLOOKUP 公式用法与之类似。

从 CSV 文件中选择数据最完整的一个作为主表，其余文件则称为辅助 CSV 文件。

首先通过 File -> Import 导入主 CSV 文件，然后选择你的文件。如果要从电脑上传 CSV 文件，请进入 Upload 选项卡。

在 Import Location 中选择 Insert new sheet(s)。

对辅助 CSV 文件执行相同操作。每个 CSV 文件都必须导入电子表格中各自独立的工作表。

第 2 步：在主工作表中创建新列

导入主 CSV 的工作表就是主表，它将接收来自其他表的数据。 在主表中创建新列，用于保存从辅助表获取的数据。

本教程需要把辅助表中的 Job Title 数据添加到主表，因此我们先新建一个空白的 Job Title 列。

第 3 步：将辅助表的唯一列移到第一列

VLOOKUP 会在目标范围的第一列中进行搜索。因此，在所有辅助表中，把要用作连接列的字段移到第一列；主表无需调整。

第 4 步：使用 VLOOKUP 公式

最后，使用 VLOOKUP 公式在其他表中查找匹配行，并显示匹配行中指定列的数据。

该公式接收四个参数，最后一个参数决定查询是否按已排序数据处理：

• search_key - 要搜索的值，即当前行的唯一标识符值；
• range - 搜索范围。公式会在该范围的第一列中查找 search_key 指定的值。 请将整个辅助表设置为范围（参见视频）。
• index - 要返回的列在匹配行中的序号。范围内第一列的序号为 1。
• is_sorted - [默认为 TRUE] - 表示要搜索的列（指定范围的第一列）是否已排序。大多数情况下建议设置为 FALSE。 如果设为 TRUE，但数据并未排序，查询结果就会出错！

VLOOKUP(search_key, range, index, [is_sorted])

观看下面的视频，了解如何使用 VLOOKUP 按唯一列连接数据：

阅读 Google Sheets 官方文档，进一步了解 VLOOKUP 公式。

对辅助表中需要导入的其他列重复上述操作即可 💪。