如果包含列表中的字符串，则跳过 CSV 中的行答案

【问题标题】：Skip Row In CSV If Contains Strings From List如果包含列表中的字符串，则跳过 CSV 中的行
【发布时间】：2019-08-31 04:22:01
【问题描述】：

我有一个包含大约 500 个字符串的列表，我想对照一个包含 25,000 行的 CSV 文件来检查这些字符串。我目前所拥有的似乎陷入了循环。如果它包含我的字符串列表中的任何字符串，我基本上想跳过该行，然后提取其他数据。

stringList = [] #strings look like "AAA", "AAB", "AAC", etc.

with open('BadStrings.csv', 'r')as csvfile:
    filereader = csv.reader(csvfile, delimiter=',')
    for row in filereader:
        stringToExclude = row[0]
        stringList.append(stringToExclude)

with open('OtherData.csv', 'r')as csvfile:
    filereader = csv.reader(csvfile, delimiter=',')
    next(filereader, None) #Skip header row
    for row in filereader:
        for s in stringList:
            if s not in row:
                data1 = row[1]

编辑：不是无限循环，而是循环耗时太长。

【问题讨论】：

我不明白你是如何陷入无限循环的。我确实看到每次 s 不在行中时覆盖 data1 的问题。这可能会经常发生在每一行，因为您分别检查 stringList 中的每个 s。我会重组你的第二个 for 循环和 if 语句。也许使用 continue 语句。
@NielsHenkens 我认为它在几次测试运行后无限循环，即使在 30 多分钟后也没有完成。不要认为它应该花那么长时间......有什么办法让它循环更快？
我认为 row 或 row[0] 不只是字符串 s，还可以包含 s？否则，您可以使用类似“if row[x] in stringList:”之类的东西来反转 if 语句。那会加快很多事情。要优化的一件事是，您的“if s not in row:”不正确，不是最优的。现在，如果 stringList 的字符串之一在行中，那么 data1 仍然会更新 499 次。我认为这不是您想要的行为。
@NielsHenkens 是的。 Row 不仅仅是字符串 s，而是包含 s。

标签： python python-2.7 loops csv

【解决方案1】：

你可以试试这样的。

stringList = [] #strings look like "AAA", "AAB", "AAC", etc.

with open('BadStrings.csv', 'r')as csvfile:
    filereader = csv.reader(csvfile, delimiter=',')
    for row in filereader:
        stringToExclude = row[0]
        stringList.append(stringToExclude)

data1 = [] # Right now you are overwriting your data1 every time. I don't know what you want to do with it, but you could for exmaple add all row[1] to a list data1
with open('OtherData.csv', 'r')as csvfile:
    filereader = csv.reader(csvfile, delimiter=',')
    next(filereader, None) #Skip header row
    for row in filereader:
        found_s = False
        for s in stringList:
            if s in row:
                found_s = True
                break
        if not found_s:
            data1.append(row[1]) # Add row[1] to the list is no element of stringList is found in row.

仍然可能不会有很大的性能改进，但至少 for 循环 for s in stringList: 现在将在找到 s 后停止。

【讨论】：

【解决方案2】：

根据 Niels 的说法，我会更改 2 循环并遍历行本身并检查当前行条目是否在“坏”列表中：

for row in filereader:
    for s in row:
       if s not in stringlist:
           data1 = row[0]

我也不知道你想用 data1 做什么，但是当一个项目不在 stringList 中时，你总是会更改对象引用。您可以使用列表将项目添加到带有data1.append(item)的列表中

【讨论】：

你的回答不是我的意思。不知道行的确切外观，但此解决方案仅适用于行中的一项正是您要在 stringList 中检查的值（而不是包含 stringList 中不需要的子字符串的一部分的较长字符串）。而且您还循环遍历行中的所有项目，并且仍然为不在 stringList 中的行中的每个项目更新 data1。