python读取两个csv文件进行合并并转化为列表（表头不一致）

在Python中，如果你有两个CSV文件想要按照某个共同的关键字段合并，并且表头不一致，可以使用pandas库。下面是一个示例：

假设你有两份CSV文件，`file1.csv` 和 `file2.csv`，它们有一个共同的列`key_column`，但其它列可能名称不完全相同。我们可以这样做：

import pandas as pd

# 读取第一个CSV文件
df1 = pd.read_csv('file1.csv')
# 读取第二个CSV文件
df2 = pd.read_csv('file2.csv')

# 检查两个数据框的列名是否有一致的部分，这里我们使用set操作找出交集
common_columns = set(df1.columns) & set(df2.columns)

# 如果找到共享列，可以选择共有的列进行合并，如果没有共享列则无法直接合并
if 'key_column' in common_columns:
    # 使用相同的键列进行合并
    merged_df = pd.merge(df1, df2, on='key_column', how='outer')  # outer表示保留所有记录，即使在另一个数据集中找不到匹配
else:
    print("No common column for merging found.")

# 将结果转换为字典列表，每个字典对应一行数据，键是列名，值是相应值
merged_list_of_dicts = merged_df.to_dict(orient='records')

print(merged_list_of_dicts)

注意：上述代码假设`key_column`在两个文件都有并且是唯一的。如果实际情况不是这样，你需要先对数据进行预处理，比如删除重复的`key_column`。