Question

我被鼓励走出我的舒适区并使用python几乎没有经验，现在我被卡住了。我正在尝试比较两个CSV文件（fileA.csv和fileB.csv），并将任何缺少的用户行从fileB.csv附加到fileA.csv。我可以比较的唯一字段是用户的名字和姓氏（在这种情况下，它是每个文件的行[0]和行[2]）。

根据我的理解，您无法将信息附加到您当前打开的文件中，因此我可以接受建议，而无需创建第三个文件（如果可能）。下面有我在正确的轨道，但有很多数据，所以我需要一个循环。请帮忙。

import csv
reader1 = csv.reader(open('fileA', 'rb'), delimiter=',', quotechar='|')
row1 = reader1.next()
reader2 = csv.reader(open('fileB', 'rb'), delimiter=',', quotechar='|')
row2 = reader2.next()


##For Loop...

        if (row1[0] == row2[0]) and (row1[2] == row2[2]):
                ## Compare next 
        else:
                ## Append entire row to fileA.csv

示例FileA.csv：

John,Thomas,Doe,some,other,stuff
Jane, ,Smith,some,other,stuff

示例FileB.csv：

John, ,Doe,other,personal,data
Jane,Elizabeth,Smith,other,personal,data
Robin,T,Williams,other,personal,data

应该从FileB追加到FileA的唯一行是Robin的完整行，以便FileA看起来像：

DesiredResult_FileA：

John,Thomas,Doe,some,other,stuff
Jane, ,Smith,some,other,stuff
Robin,T,Williams,other,personal,data

Answer 1

首先将文件A中的信息存储在内存中。

然后，以附加模式重新打开文件A，并循环遍历文件B.然后可以将来自B中找不到的任何名称添加到文件A中：

csv_dialect = dict(delimiter=',', quotechar='|')
names = set()
with open('fileA', 'rb') as file_a:
    reader1 = csv.reader(file_a, **csv_dialect)
    next(reader1)
    for row in reader1:
        names.add((row[0], row[2]))

# `names` is now a set of all names (taken from columns 0 and 2) found in file A.

with open('fileA', 'ab') as file_a, open('fileB', 'rb') as file_b:
    writer = csv.writer(file_a, **csv_dialect)
    reader2 = csv.reader(file_b, **csv_dialect)
    next(reader2)
    for row in reader2:
        if (row[0], row[2]) not in names:
            # This row was not present in file A, add it.
            writer.writerow(row)

合并的with行需要Python 2.7或更高版本。在早期的Python版本中，只需嵌套两个语句：

with open('fileA', 'ab') as file_a:
    with open('fileB', 'rb') as file_b:
        # etc.

Answer 2

您可以尝试pandas，这可能会帮助您更轻松地处理csv文件，并且似乎更具可读性：

import pandas as pd

df1 = pd.read_csv('FileA.csv', header=None)
df2 = pd.read_csv('FileB.csv', header=None)


for i in df2.index:
    # Don't append if that row is existed in FileA
    if i in df1.index:
        if df1.ix[i][0] == df2.ix[i][0] and df1.ix[i][2] == df2.ix[i][2]: continue

    df1 = df1.append(df2.ix[i])

df1.to_csv('FileA.csv', index=None, header=None)

比较两列中基于特定数据的两个CSV文件

2 个答案: