Python CSV 阅读器 - 将每一行与一列中的每一行进行比较

Question

我想将 CSV 文件的每一行与其自身以及列中的每一行进行比较。
例如，如果列值是这样的：

价值_1
价值_2
值_3

代码应该选择 Value_1 并将其与 Value_1（是的，也与自身）、Value_2 进行比较，然后与 Value_3 进行比较。然后它应该拿起 Value_2 并与 Value_1、Value_2、Value_3 等进行比较。

为此，我编写了以下代码：

csvfile = "c:\temp\temp.csv"
with open(csvfile, newline='') as f:
    reader = csv.reader(f, delimiter=',')
    for row in reader:
        for compare_row in reader:
            if row == compare_row
                print(row,'is equal to',compare_row)
            else:
                print(row,'is not equal to',compare_row)

代码给出以下输出：

['Value_1'] is not equal to ['Value_2']
['Value_1'] is not equal to ['Value_3']

代码将 Value_1 与 Value_2 和 Value_3 进行比较，然后停止。循环 1 不选择 Value_2 和 Value_3。简而言之，第一个循环在停止之前似乎只迭代了 CSV 文件的第一行。

此外，我无法使用此代码将 Value_1 与自身进行比较。对解决方案有什么建议吗？

Answer 1

尝试使用 Python 的内置包：Itertools

from itertools import product

with open("abcTest.txt") as inputFile:
    aList = inputFile.read().split("\n")
    aProduct = product(aList,aList)
    for aElem,bElem in aProduct:
        if aElem == bElem:
            print aElem,'is equal to',bElem
        else:
            print aElem,'is not equal to',bElem

您面临的问题在 Python 中称为笛卡尔积，我们需要将数据行与其自身以及每隔一行进行比较。

为此，如果您从源代码进行多次读取，那么如果文件很大，则会导致严重的性能问题。 相反，您可以将数据存储在列表中并多次迭代，但这也会产生巨大的性能开销。

itertool 包在这种情况下很有用，因为它针对这类问题进行了优化。

Answer 2

我会建议将 CSV 加载到内存中，但考虑到大小，这不是一个选项。

您可以将其视为 SQL 语句，对于左表中的每一行，您都希望将其与右表中的值相匹配。因此，您只需扫描 left 表一次，然后开始重新扫描 right 表，直到 left 到达 EoF。

with open(csvfile, newline='') as f_left:
    reader_left = csv.reader(f_left, delimiter=',')
    with open(csvfile, newline='') as f_right:
        reader_right = csv.reader(f_right, delimiter=',')
        for row in reader_left:
            for compare_row in reader_right:
                if row == compare_row:
                    print(row,'is equal to',compare_row)
                else:
                    print(row,'is not equal to',compare_row)
            f_right.seek(0)