如果某个字段与另一个字段部分匹配，则删除 CSV 中的行

Question

如果某个字段与其他字段部分匹配，我想删除 CSV 文件中的一行。

例如：

serial       book name                     author     

1.          Ramakrishna Kathamrita Vol1     Sri M     
2.          Ramakrishna Kathamrita Vol2     Sri M     
3.          Ramakrishna Kathamrita Vol3     Sri M     

我希望这三个只有一个条目。它应该只返回：

serial       book name          author  

 1.          Ramakrishna Kathamrita Vol1     Sri M   

有什么方法可以在 Python 中做到这一点？

编辑： (29-12-2017 17:05)

抱歉，不清楚。

我们可以设置以下标准。

1. 如果书名包含n 字词，则至少第一个n-1 字词应匹配。
2. 如果满足1.，则在询问用户时删除该行。

这个想法大致是这样的：

my_string1 = "Ramakrishna Kathamrita Vol1"
my_string2 = "Ramakrishna Kathamrita Vol2"    

splitted1 = my_string1.split()
splitted2 = my_string2.split()

if(splitted1[0] = splitted2[0] & splitted1[1] = splitted2[1])
     then ask the user whether to delete the row;wait for 'y/n'

我们还可以得到字数：

def word_count(string):
    tokens = string.split()
    n_tokens = len(tokens)
    return n_tokens

现在我们如何实现它 1) 对于 CSV 2)在询问时删除行？

Answer 1

如果一个字段与其他字段部分匹配。

您可以使用字符串距离算法。 StringDist 模块可能很有用，尽管您需要定义您的 similarity 标准。