如何在 python 中删除行 CSV

Question

我正在尝试比较两个 csv 文件（fileA 和 fileB），并从 fileA 中删除在 fileB 中找不到的所有行。我希望能够在不创建第三个文件的情况下做到这一点。我以为我可以使用 csv writer 模块来做到这一点，但现在我在猜测自己。

目前，我正在使用以下代码从文件 B 中记录我的比较数据：

removal_list = set()
with open('fileB', 'rb') as file_b:
    reader1 = csv.reader(file_b)
    next(reader1)
    for row in reader1:
        removal_list.add((row[0], row[2]))

这是我卡住的地方，不知道如何删除行：

with open('fileA', 'ab') as file_a:
    with open('fileB', 'rb') as file_b:
        writer = csv.writer(file_a)
            reader2 = csv.reader(file_b)
            next(reader2)
            for row in reader2:
                if (row[0], row[2]) not in removal_list:
                # If row was not present in file B, Delete it from file A.
                #stuck here:  writer.<HowDoIRemoveRow>(row)

Answer 1

CSV 不是数据库格式。它作为一个整体被读取和写入。您不能删除中间的行。因此，在不创建第三个文件的情况下执行此操作的唯一方法是在内存中完全读入文件，然后将其写出，而不会出现违规行。

但一般来说最好使用第三个文件。

Answer 2

正如 Lennart 所述，您无法在迭代 CSV 文件时就地修改它。

如果您真的反对创建第三个文件，您可能需要考虑使用带有StringIO 的字符串缓冲区，其想法是在内存中构建文件 A 的新所需内容。在脚本结束时，您可以将缓冲区的内容写入文件 A。

from cStringIO import StringIO


with open('fileB', 'rb') as file_b:
    new_a_buf = StringIO()
    writer = csv.writer(new_a_buf)
    reader2 = csv.reader(file_b)
    next(reader2)
    for row in reader2:
        if (row[0], row[2]) not in removal_list:
            writer.writerow(row)

# At this point, the contents (new_a_buf) exist in memory
with open('fileA', 'wb') as file_a:
    file_a.write(new_a_buf.getvalue())

Answer 3

此解决方案使用fileinput 和inplace=True，它会写入一个临时文件，然后在末尾自动将其重命名为您的文件名。您不能从文件中删除行，但您可以只用您想要的行重写它。

如果关键字参数inplace=1 被传递给fileinput.input() 或FileInput 构造函数，则文件被移动到备份文件，标准输出被定向到输入文件（如果文件与备份文件已经存在，它将被静默替换）。这使得编写一个过滤器来重写其输入文件成为可能。

文件A

h1,h2,h3
a,b,c
d,e,f
g,h,i
j,k,l

文件B

h1,h2,h3
a,b,c
1,2,3
g,h,i
4,5,6

---

import fileinput, sys, csv

with open('fileB', 'rb') as file_b:
    r = csv.reader(file_b)
    next(r) #skip header
    seen = {(row[0], row[2]) for row in r}

f = fileinput.input('fileA', inplace=True) # sys.stdout is redirected to the file
print next(f), # write header as first line

w = csv.writer(sys.stdout) 
for row in csv.reader(f):
   if (row[0], row[2]) in seen: # write it if it's in B
       w.writerow(row)

---

文件A

h1,h2,h3
a,b,c    
g,h,i