Python CSV 比较

Question

此脚本比较两个 csv 文件...有两列如果 sample1.csv 和 sample2.csv 有超过 2 列或 1 列，请帮我修改此脚本。

f1_in = open("sample1.csv","r")
next(f1_in,None)
f1_dict = {}
for line in f1_in:
  l = line.split(',')
  f1_dict[l[0]. strip()] = l[1]. strip() 
  l.sort()
f1_in.close()

f2_in = open("sample2.csv","r")
next(f2_in,None)
f2_dict = {}
for line in f2_in:
  l = line.split(',')
  f2_dict[l[0]. strip()] = l[1]. strip()
  l.sort()
f2_in.close()


f_same = open("same.txt","w")
f_different = open("different.txt","w")

for k1 in f1_dict.keys():
  if k1 in f2_dict.keys() \
      and f2_dict[k1] == f1_dict[k1]:
    f_same.write("{0}, {1}\n". format(str(k1)+" "+str(f1_dict[k1]),
                                    str(k1)+" "+str(f2_dict[k1])))

  elif not k1 in f2_dict.keys():
    f_different.write("{0}, {1}\n". format(str(k1)+" "+str(f1_dict[k1]),
                                           "------"))
  elif not f2_dict[k1] == f1_dict[k1]:
    f_different.write("{0}, {1}\n". format(str(k1)+" "+str(f1_dict[k1]),
                                           str(k1)+" "+str(f2_dict[k1])))

f_same.close()
f_different.close()

例如：如果我的源文件具有名称和薪水作为标题，其值为 A 20000 B 15000 C 10000 D 10000，而目标文件也具有名称和薪水的标题具有值 A 40000 D 10000 B 15000 C 10000 E 8000.. .my 输出应该是不同的行：A 20000 A 40000 D 10000 -----（目标中没有文件）-----（源中没有文件）E 8000 和常用行为 B 15000 B 15000，C 10000 C 10000

Answer 1

如果您将列视为字典中的键/值对，则难怪不能将代码扩展到两列以上。

您必须将它们视为“集合中的元素”。我理解这就是为什么您不使用 csv 模块或 difflib 模块的原因：因为您不关心这些行在任一文件中是否以（几乎）相同的顺序出现，而是它们是否出现。

这是一个例子：

import itertools


def compare(first_filename, second_filename):
    lines1 = set()
    lines2 = set()
    with open(first_filename, 'r') as file1, \
            open(second_filename, 'r') as file2:
        for line1, line2 in itertools.izip_longest(file1, file2):
            if line1:
                lines1.add(line1)
            if line2:
                lines2.add(line2)
    print "Different lines"
    for line in lines1 ^ lines2:
        print line,
    print "---"
    print "Common lines"
    for line in lines1 & lines2:
        print line,

请注意，此代码将发现两个文件上的差异，而不仅仅是 f1 上存在的东西，而不是 f2 上的东西，就像您的示例一样。但是，它无法判断差异来自何处（因为这似乎不是问题的要求）。

检查它是否有效

In [40]: !cat sample1.csv
bacon, eggs, mortar
whatever, however, whenever
spam, spam, spam

In [41]: !cat sample2.csv
guido, van, rossum
spam, spam, spam

In [42]: compare("sample1.csv", "sample2.csv")
Different lines
whatever, however, whenever
guido, van, rossum
bacon, eggs, mortar
---
Common lines
spam, spam, spam