Python：如果第二个文件中存在值，如何比较两个 csv 文件并在第一个文件中添加分类器

Question

我尝试比较两个 csv 文件。第一个文件 (movements.csv) 有 14 列，第二个 csv (LCC.csv) 有一个单列。我想检查movements.csv中第8列的条目（字符串）是否出现在LCC.csv的第1列中。如果是，则在第 14 栏中填写“是”，如果不是“否”。到目前为止我尝试的代码是和我收到的错误消息：

---

import csv

f1 = file('LCC.csv', 'rb') 
f2 = file('movements.csv', 'rb')
f3 = ('output.csv', 'wb') 

c1 = csv.reader(f1)
c2 = csv.reader(f2)
c3 = csv.writer(f3)

movements = list(c2)

for LCC_row in c1:
    row = 0
    found = False
    for movements_row in movements:
        output_row = movements_row
        if movements_row[7] == LCC_row[0]
            output_row.append('Yes')
            found = True
            break
        row += 1
    if not found:
        output_row.append('No')
    c3.writerow(output_row)

f1.close()
f2.close()
f3.close()

---

enter image description here

我是 python 的初学者，所以任何建议都非常感谢！最佳情况下，两列之间的检查也将忽略字符串是否以大写字母书写。

错误信息出现在

之后

c3.writerow(output_row)

作为

Traceback（最近一次调用最后一次）：

  File "<stdin>", line 1, in <module>
_csv.Error: new-line character seen in unquoted field - do you need to open the file in universal-newline mode?
>>> 

LCC.csv（无标题）：

Air Ab  
Jamb  
Sw  
AIRF  
EURO   

movements.csv（有标题）：

ap,ic,year,y_m,pas,da,ty,airl,ic_a,dest_orig,ic_d,coun,cont,LCC  
Zue,LSZH,2005,200501,25,1/1/2005,Dep,"EURO",EUJ,"Mans C",EG,Gb,Eu,   
Zue,LSZH,2005,200501,204,1/1/2005,Arr,"Sw",SWR,"Dar",HA,Tans,A,   
Ba,LSZM,2005,200501,191,1/1/2005,Arr,"AIRF",AFR,"PG",LG,Fr,Eu,   
Zue,LSZH,2005,200501,228,1/1/2005,Dep,"THA",THA,Bang,VD,Th,As,   

如前所述，最后一列 (LCC) 目前完全为空

Answer 1

它有很多问题。浏览代码后我发现的几个是：

1. 您的行中有无效的报价 '：

   f2 = file('movements.csv', ,rb')
   #                          ^
   

   应该是：

   f2 = file('movements.csv', 'rb')
   

2. 在您分享的代码中，您在不同的地方都有`反引号，而不是单引号'。例如，您的行应该是：

   f1 = file('LCC.csv', 'rb') 
   f3 = file('output.csv', 'wb')    
   #     ^ also missing file here
   

3. if 后缺少冒号 :。应该是：

   if movements_row[7] == LCC_row[0]:
   #                           Here ^
   

另外，为了初始化字符串，你不需要括号。只需像这样分配它：

output_row[13] = 'Yes'
#                ^ As simple string

Answer 2

您的代码中有很多错误。他们已经在这里指出：https://stackoverflow.com/a/41224147/3027854

moments.csv 的一个问题

ap,ic,year,y_m,pas,da,ty,airl,ic_a,dest_orig,ic_d,coun,cont,LCC 
Zue,LSZH,2005,200501,25,1/1/2005,Dep,"EURO",EUJ,"Mans C",EG,Gb,Eu, 
Zue,LSZH,2005,200501,204,1/1/2005,Arr,"Sw",SWR,"Dar",HA,Tans,A, 
Ba,LSZM,2005,200501,191,1/1/2005,Arr,"AIRF",AFR,"PG",LG,Fr,Eu, 
Zue,LSZH,2005,200501,228,1/1/2005,Dep,"THA",THA,Bang,VD,Th,As,

除了标题行之外，每一行都有一个额外的列。因为它们以“，”结尾。我在我的代码中添加了对此的处理

import csv

f1 = open('LCC.csv', 'rU') 
f2 = open('movements.csv', 'rU')
f3 = open('output.csv', 'w') 

c1 = csv.reader(f1)
c2 = csv.reader(f2)
c3 = csv.writer(f3)

# first we will read all LCC values into a set.
LCC_row_values = set()
for LCC_row in c1:
    LCC_row_values.add(LCC_row[0].strip())

row = 0
for movements_row in c2:
    row += 1
    if row == 1:
        # movements_row.append('is_present')
        # c3.writerow(movements_row)
        # skip header of moments.csv file
        continue
    # Remove last extra column from output row
    output_row = movements_row[:-1]
    if movements_row[7] in LCC_row_values:
        output_row.append('Yes')
    else:
        output_row.append('No')
    c3.writerow(output_row)

f1.close()
f2.close()
f3.close()

这里是示例文件

LCC.csv

Air Ab 
Jamb 
Sw 
AIRF 
EURO

movements.csv

ap,ic,year,y_m,pas,da,ty,airl,ic_a,dest_orig,ic_d,coun,cont,LCC 
Zue,LSZH,2005,200501,25,1/1/2005,Dep,"EURO",EUJ,"Mans C",EG,Gb,Eu, 
Zue,LSZH,2005,200501,204,1/1/2005,Arr,"Sw",SWR,"Dar",HA,Tans,A, 
Ba,LSZM,2005,200501,191,1/1/2005,Arr,"AIRF",AFR,"PG",LG,Fr,Eu, 
Zue,LSZH,2005,200501,228,1/1/2005,Dep,"THA",THA,Bang,VD,Th,As,

输出.csv

Zue,LSZH,2005,200501,25,1/1/2005,Dep,EURO,EUJ,Mans C,EG,Gb,Eu,Yes
Zue,LSZH,2005,200501,204,1/1/2005,Arr,Sw,SWR,Dar,HA,Tans,A,Yes
Ba,LSZM,2005,200501,191,1/1/2005,Arr,AIRF,AFR,PG,LG,Fr,Eu,Yes
Zue,LSZH,2005,200501,228,1/1/2005,Dep,THA,THA,Bang,VD,Th,As,No

Answer 3

你试图同时做太多事情。将其拆分为不同的任务。首先，我们将LCC.csv 的内容读入一个集合（我们可以使用列表，但集合更适合确定成员资格）。然后我们会通过movements.csv重写它。

import csv

with open('LCC.csv', 'rb') as lcc:
    lcc_set = set()
    lcc_r = csv.reader(lcc)
    for l in lcc_r:
        for i in l:
            lcc_set.add(i)

with open('movements.csv', 'rb') as movements:
    mov_r = csv.reader(movements)
    with open('output.csv', 'wb') as output:
        out_w = csv.writer(output)
        for l in mov_r:
            #l.pop()
            if l[7] in lcc_set:
                l.append('Yes')
            else:
                l.append('No')
            out_w.writerow(l)

我不清楚您是要添加一列还是替换最后一列。我已注释掉将导致最后一列替换为 Yes 或 No 的行