在Python中比较两个CSV

Question

我在Python中格式化CSV以获得所需的结果，但我的代码似乎不能正常工作。

我有格式的第一个CSV文件：在格式

2,a 
1,a 
4,a 
5,a 
3,a 
1,a 
3,b 
2,b 
1,a 

第二CSV文件：

1,a,123 
1,a,234 
2,a,456 
2,b,345 
3,a,789 
3,b,232 
4,a,987 

作为第一个CSV文件没有排序，第二CSV文件排序中相对于第一列递增顺序

我想输出格式：

2,a,456 
1,a,123 
4,a,987 
5,a 
3,a,789 
1,a,234 
3,b,232 
2,b,345 
1,a 

结果印在相对于第一CSV，如果第一CSV文件组合未在第二CSV文件中发现，例如，如果5,a不在第二CSV文件，然后只是5,a被印刷在其推崇位置。第一个CSV文件包含许多重复项，而第二个CSV文件中的每一行都是唯一的。

这里是我的代码

for (num,alpha) in first_csv: 
    value_found = True 
    for (num1,alpha1,num2) in second_csv: 
     if (num == num1 and alpha == alpha1): 
      csv_out += str(num) + ',' + str(alpha) + ',' + str(number) 
      value_found = False 
    if value_found: 
     count+=1 
     if count == 1: 
      csv_out += str(num) + ',' + str(alpha) 

first_csv和second_csv的元组读取的代码的CSV文件后，我已经创建了：

with open('first_csv.csv') as f: 
    f.readline() 
    first_csv = tuple(csv.reader(f, delimiter=',')) 


with open('second_csv.csv') as f: 
    f.readline() 
    second_csv = tuple(csv.reader(f, delimiter=',')) 

但它不是打印所需的输出，我在哪里我做错了？

Answer 1

此收集来自第二文件中的num2值成deque秒的字典。当找到匹配项时，将使用deque.popleft删除它们，以便按照与第二个文件中出现的顺序相同的顺序每次仅使用一次匹配项。

from collections import defaultdict, deque 

with open('second_csv.csv') as f: 
    next(f) #skip header 
    dic = defaultdict(deque) 
    for num1,alpha1,num2 in csv.reader(f, delimiter=','): 
     dic[num1, alpha1].append(num2) 

with open('first_csv.csv') as f, open('out.csv', 'wb') as fout: 
    next(f) #skip header 
    csv_out = csv.writer(fout) 
    for num,alpha in csv.reader(f, delimiter=','): 
     try: 
      num2 = dic[num,alpha].popleft() 
      csv_out.writerow([num,alpha,num2]) 
     except IndexError: 
      csv_out.writerow([num,alpha]) 

• 一个deque保留您通过append添加和删除popleft项目的顺序。
• 一个dict确实通过键快速查找它可以是一个元组
• 一个defaultdict(deque)是dict当你访问一个缺少键，可以自动创建一个空deque，直接让你可以append它。

Answer 2

这应该有所斩获。请注意，对于first_csv上的每次迭代，最糟糕的情况是它必须迭代到第二个csv文件中数据的剩余部分的末尾（如果匹配，行将被弹出）。

import csv 

with open("second_csv.csv") as in_file: 
    reader = csv.reader(in_file) 
    lookup = list(reader) 

with open("first_csv.csv") as in_file, open('output.csv', 'wb') as out_file: 
    reader = csv.reader(in_file) 
    writer = csv.writer(out_file) 
    for row in reader: 
     for i, data in enumerate(lookup): 
      if row == data[:2]: 
       row = lookup.pop(i) 
       break 
     writer.writerow(row) 

output.csv

2,a,456 
1,a,123 
4,a,987 
5,a 
3,a,789 
1,a,234 
3,b,232 
2,b,345 
1,a