根据两列中的特定数据比较两个CSV文件

Question

我被鼓励离开我的舒适区，并且使用python，但几乎没有经验，现在我卡住了。我试图比较两个CSV文件（fileA.csv和fileB.csv），并将所有缺少的用户行添加到fileB.csv的fileA.csv中。我可以比较的唯一字段是用户的姓和名（在这种情况下，它是来自每个文件的行[0]和行[2]）。

从我的理解，你不能将信息追加到你目前已经打开的文件，所以我打开建议，而不必创建第三个文件（如果可能）。下面有我在正确的轨道上，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 

---

例FileA.csv：

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

例FileB.csv：

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

应从FILEB追加到FILEA唯一的行知更鸟的完整的行，这样FileA看起来像：

DesiredR esult_FileA：

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

Answer 1

将在文件A中找到的信息先存储在一个存储器中。

然后，重新打开追加模式文件A，并遍历文件B.从乙任何名称不在集合中发现的，可以随后被添加到文件一个：

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) 

将合并的with线需要Python 2.7或更高版本。在较早版本的Python，只是窝两种说法：

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

Answer 2

您可以尝试pandas，可以帮助你处理CSV文件更容易，而且似乎它更易读：

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)