用于比较两个文件中的列的 Python 脚本

Question

此脚本的第一个目标是从两个文件（1.csv 和 2.csv）的第 1 列中获取前 14 位数字。 1.csv 有正确的记录映射，而 2.csv 有很少的记录不匹配，所以比较两个文件中 column1 的前 14 位，得到不唯一的记录，这是通过脚本完成的.

第二个未完成的目标是例如我在1.csv 中有一条记录，第一列和第二列的相同记录在2.csv 中，另一条记录第一列相同，第二列不同，我希望这一行也打印在输出中。

脚本是：

import csv
import sys

with open('1.csv', 'r') as csv1, open('2.csv', 'r') as csv2:
    csv1_lines = csv1.readlines()
    csv2_lines = csv2.readlines()

csv1_headers = [line[:14] for line in csv1_lines]
csv2_headers = [line[:14] for line in csv2_lines]

with open('output.csv', 'w') as out_file:
    for line in csv2_lines:
        if line[:14] not in csv1_headers:
            out_file.write(line)

Answer 1

我怀疑你可能真的想要这样的东西：

import csv
import io

file_1 = io.StringIO('''
1111111111111111:xxxxxxxxxxxxxxx
2222222222222222:yyyyyyyyyyyyyyy
3333333333333333:zzzzzzzzzzzzzzz
'''.strip())

file_2 = io.StringIO('''
1111111111111111:xxxxxxxxxxxxxxx
1111111111111110:xxxxxxxxxxxxxxx
1111111111111123:xxxxxxxxxxxxxxx
11111111111111:xxxxxxxxxxxxxxx
2622222222222222:yyyyyyyyyyyyyyy
2222222222222222:yyyyyyyyyyyyret
2222222222222222:yyyyyyyyyyyyyyy
4444444444444444:ppppppppppppppp
'''.strip())

good_reader = csv.reader(file_1, delimiter=':')
match_reader = csv.reader(file_2, delimiter=':')

good_values = [row for row in good_reader]

for row in match_reader:
    if row not in good_values:
        print(row)

但是，它没有提供您所期望的相同输出。所以也许你真的想要这个？

good_values = [(row[0][:14], row[1]) for row in good_reader]

for row in match_reader:                                                               
    if (row[0][:14], row[1]) not in good_values:                              
        print(':'.join(row))