Python 2 csv 文件解析器，它输出 file1.csv 中的内容，但 file2.csv 中没有的内容

Question

由于是我的第一篇文章，我想向大家问好，我很高兴能加入这个很棒的社区！我想学习编程，我决定从 python 开始，我已经有 2 个月的时间在 python 中，所以我处于初学者水平。

我的第一个挑战是帮助有以下情况的朋友，我可以理解基本的python功能，但我需要的脚本对于我的lvl来说有点复杂。

所以我有 2 个 csv 文件（file1.csv、file2.csv），如果该索引在 file1 中，我需要根据每行 file2.csv 中的索引 [codfiscal] 检查.csv 在任何行中，如果它没有打印 file3.csv 中的所有行。 为了举例更好地理解我的问题，我将发布一些示例：

输入：

file2.csv

Denumire;codfiscal;jreg;adresaCOR;adresaNLC;judet1;localitate;tipclient;stare;nu plateste la soc:;Stare firma;an_jreg

"""ACNORD""-P SRL";15444630;J2/614/2003; NR 14； NR 14;ARAD;SANMARTIN;PJ;FUNCTIUNE;ENEL;active;2003

"""ARBU""- TOY SRL";12766886;J2/122/2000;求救。 CURTICI- DOROBAN?I NR F.N.；求救。 CURTICI- DOROBAN?I NR F.N.;ARAD;CURTICI;PJ;FUNCTIUNE;ENEL;active;2000

(IN.A.P.S) INARCH PRMO STRUCTURES SRL;16420906;J2/844/2004; B-DUL 普通 VASILE MILEA NR 3 ET 2 AP 11； B-DUL GENERAL VASILE MILEA NR 3 ET 2 AP 11;ARAD;ARAD;PJ;FUNCTIUNE;ENEL;active;2004

?IRU CONSTRUCT SRL;22802765;J35/4342/2007; STR。 TESATORILOR NR 8A ET 4 AP 10； STR。 TESATORILOR NR 8A ET 4 AP 10;TIMIS;LUGOJ;PJ;FUNCTIUNE;ENEL;active;2007

?OLEA INTER-COM SRL;16918200;J2/1887/2004; NR 276； NR 276;ARAD;格罗塞尼;PJ;FUNCTIUNE;ENEL;活性;2004

file1.csv

Denumire;codfiscal;jreg;adresaCOR;adresaNLC;judet1;localitate;tipclient;stare;nu plateste la soc:;Stare firma;an_jreg

"""ACNORD""-P SRL";15444630;J2/614/2003; NR 14； NR 14;ARAD;SANMARTIN;PJ;FUNCTIUNE;ENEL;active;2003

"""ARBU""- TOY SRL";12766886;J2/122/2000;求救。 CURTICI- DOROBAN?I NR F.N.；求救。 CURTICI- DOROBAN?I NR F.N.;ARAD;CURTICI;PJ;FUNCTIUNE;ENEL;active;2000

(IN.A.P.S) INARCH PRMO STRUCTURES SRL;16420906;J2/844/2004; B-DUL 普通 VASILE MILEA NR 3 ET 2 AP 11； B-DUL GENERAL VASILE MILEA NR 3 ET 2 AP 11;ARAD;ARAD;PJ;FUNCTIUNE;ENEL;active;2004

.A.S.A. SERVICII ECOLOGICE SRL;14822567;J2/648/2002; ZONA CET - SOSEAUA CENTURA NORD NR FN； ZONA CET - SOSEAUA CENTURA NORD NR FN;ARAD;ARAD;PJ;FUNCTIUNE;ENEL;active;2002

?AIZAR CONS SRL;23957563;J11/441/2008; B-杜尔共和国 NR 25 SC 3 ET 8 AP 29； B-DUL REPUBLICII NR 25 SC 3 ET 8 AP 29;CARAS-SEVERIN;RESITA;PJ;FUNCTIUNE;ENEL;active;2008

?ICA - STRONG SRL;15528110;J2/745/2003; STR。 OCSKO TEREZIA BL 11 SC B ET 2 AP 6； STR。 OCSKO TEREZIA BL 11 SC B ET 2 AP 6;ARAD;ARAD;PJ;FUNCTIUNE;ENEL;active;2003

?IGHERTU CONSTRUCT SRL;19298294;J2/2238/2006; STR。 CEZAR NR 5; STR。 CEZAR NR 5;ARAD;ARAD;PJ;FUNCTIUNE;ENEL;active;2006

想要的输出：

file3.csv

Denumire;codfiscal;jreg;adresaCOR;adresaNLC;judet1;localitate;tipclient;stare;nu plateste la soc:;Stare firma;an_jreg

?IRU CONSTRUCT SRL;22802765;J35/4342/2007; STR。 TESATORILOR NR 8A ET 4 AP 10； STR。 TESATORILOR NR 8A ET 4 AP 10;TIMIS;LUGOJ;PJ;FUNCTIUNE;ENEL;active;2007

?OLEA INTER-COM SRL;16918200;J2/1887/2004; NR 276； NR 276;ARAD;格罗塞尼;PJ;FUNCTIUNE;ENEL;活性;2004

这是我的 csv 示例，对它们进行了一些编辑，以便您可以更好地查看它们（忽略空格）。

重要的是，我的真实数据就像 file1.csv 上的 100k 行和 file2.csv 上的 50k 行。所以脚本必须处理大数据。我在 xcell 文件上有这些数据，我认为使用 cvs 会更容易，然后再转换回来！

非常感谢您的宝贵时间，我们将不胜感激所有的帮助！

Answer 1

我会这样做：

codfiscal_in_f1_set = set()
with open("file1.csv", 'r') as f1:
    for line in f1:
        line = line.strip()
        if not line:
            continue

        codfiscal_in_f1_set.add(line.split(";")[1])

with open("file2.csv", 'r') as f2, open("file3.csv", "w") as output_file:
    for line in f2:
        line = line.strip()
        if not line:
            continue

        codfiscal = line.split(";")[1]
        if codfiscal not in codfiscal_in_f1_set:
            output_file.write(line + "\n")

Answer 2

使用 Python 集。假设数字总是在第二列：

#load CV2

inCv2Set=set()
with open("file2.csv",'r') as file2:
   data=file2.read().split(' ')
   numbers = map(lambda x: x.split(';')[1],data)
   inCv2Set=set(numbers)

outFile=open("file3.csv")
with open("file1.csv",'r') as file1:
   data=file1.read().split(' ')
   header=data[0]
   data=data[1:] # to remove head
   #loop over the data and insert if not in the set
   for d in data:
        if not d.split(';')[1] in inCv2Set:
             outFile.write(d+'\n')
outFile.close()

如果您不知道位置，可以对头部进行进一步操作