在另一个 csv 文件中查找一个 csv 文件的值并打印该行

Question

我有两个 csv 文件，一个是带有标题的单列，另一个是带有标题的多列。我想在一个列文件中查找值并在另一个文件中搜索具有相同标题的列。一旦找到匹配项，我希望打印整行。我知道这是一个 vlookup 函数，但是具有多列的 csv 文件非常大，当我尝试使用公式来完成此操作时，excel 总是崩溃。所以我一直在尝试使用python作为解决方案。

我正在接受这个专栏：

age
23
43
18

搜索此表：

Name,   age,number,AA,BB,CC,DD,EE
John,   23,   1,   34,35,36,37,38
Mary,   32,   2,   33,34,35,36,37
Jacob , 43,   3,   32,33,34,35,36
Matthew,22,   4,   31,32,33,34,35
Jean,   18,   5,   30,31,32,33,34

试图打印这个：

Name,   age,number,AA,BB,CC,DD,EE
John,   23,   1,   34,35,36,37,38
Jacob , 43,   3,   32,33,34,35,36
Jean,   18,   5,   30,31,32,33,34

我一直在尝试使用此代码，但我搞混了，它只是将第一行打印为一列：

with open('/home/s/Untitled 1.csv') as f:
r=pandas.read_csv(f)
with open('/home/s/Test1.csv','r') as w:
    x=pd.read_csv(w)
    col=w['age']
    for line in w:
        for col in w:
            for row in r:
                if row in col:
                    print(line)

我基本上希望脚本使用查询列中的第一个条目来搜索数据表中具有相同标题的列并打印该行，循环查找下面行中的其余条目。

任何建议将不胜感激！

Answer 1

你的代码有很多问题，说明你很困惑。

with open('/home/s/Untitled 1.csv') as f:
    r = pandas.read_csv(f)
with open('/home/s/Test1.csv','r') as w:
    x = pandas.read_csv(w)
    # w is not indexable
    col = w['age']
    for line in w:
        # w is not a table.
        for col in w:
            for row in r:
                if row in col:
                    print(line)

我认为如果我为您分解问题会有所帮助：

1. 读取第一个文件并存储年龄
2. 读取第二个文件并存储在pandas数据帧中
3. 循环遍历 pandas 数据框以查找年龄匹配项
4. 打印匹配项

读取第一个文件并存储年龄

这可以通过使用列表而不是数据框来完成。稍后您将能够看到原因。

ages = []
with open("incsv1.csv", "r") as f:
    r = pandas.read_csv(f)
    ages = list(r["age"])

读取第二个文件并将其存储在 pandas 数据框中

你已经做到了：

with open("incsv2.csv", "r") as f:
    x = pandas.read_csv(f)

循环遍历 pandas 数据框以查找年龄匹配项并打印匹配项

既然您知道您只会查看 ages 列，只需索引该列并遍历它：

for i, age in enumerate(x["ages"]):
    # You can't do this without a numpy int64
    if age in ages:
        print x.loc[i]

整个程序会输出：

Name      John
age         23
number       1
AA          34
BB          35
CC          36
DD          37
EE          38
Name: 0, dtype: object
Name      Jacob
age           43
number         3
AA            32
BB            33
CC            34
DD            35
EE            36
Name: 2, dtype: object
Name      Jean
age         18
number       5
AA          30
BB          31
CC          32
DD          33
EE          34
Name: 4, dtype: object

更好的方法

现在，我知道您希望它以直线打印出来，所以我将向您展示我认为会更好的方法：

import pandas

ages = []
with open("incsv1.csv", "r") as f:
    r = pandas.read_csv(f)
    ages = list(r["age"])

with open("incsv2.csv", "r") as f:
    # Skip the first line
    f.readline()
    for line in f:
        if int(line.split(",")[1]) in ages:
            print line,

如您所见，在这个问题中您并不需要pandas。事实上，我可以删除它：

ages = []
with open("incsv1.csv", "r") as f:
    # Skip the first line
    f.readline()
    for line in f:
        ages.append(int(line.strip("\n")))

with open("incsv2.csv", "r") as f:
    # Skip the first line
    f.readline()
    for line in f:
        if int(line.split(",")[1]) in ages:
            print line,