Question

我试图使用python比较2个分隔文件，通常是csv / pipe文件。我不是逐行比较，而是寻找细胞与细胞的比较（元素与元素）。我的结果应该是

应创建不匹配文件
在控制台中，它应显示列名，行号，源行元素值和目标行元素值。任何人都可以帮我这个吗？

示例代码：

import sys, csv ,operator
data = csv.reader(open('D:\ANACONDA\sam.csv'),delimiter=',')
sortedlist = sorted(data, key=operator.itemgetter(0))    # 0 specifies according to first column we want to sort
print (sortedlist);
now write the sorte result into new CSV file
with open("NewFile.csv", "wb") as f:
 fileWriter = csv.writer(f, delimiter=',')
 for row in sortedlist:
           fileWriter.writerow(row)

源文件1：

NAME,AGE,CITY  
a,34,abc

目标文件1：

NAME,AGE,CITY  
a,34,xys

输出应如下所示：列CITY不匹配，行号25，源值为：abc，目标值为：xys

Answer 1

你可以这样做：

rowElementCompare(sourceRow, targetRow)
{
    row_length = min(len(sourceRow), len(targetRow))
    for i in range(row_length):
        if sourceRow[i] != targetRow[i]:
            return i
    return None
}

import csv, itertools

column_names = ['name','age','city']
source_data = csv.reader(open('source.csv', delimiter=',')
target_data = csv.reader(open('target.csv', delimiter=',')
counter = 1

for source_row,target_row in itertools.izip(source_data,target_data):
    comparison_result = None
    comparison_result = rowElementCompare(source_row, target_row)
    if comparison_result != None: #comparison_result is the column index at which the mismatch occured
        print "Mismatch in column %s on row number %d , source value %s, target value %s" % (column_names[comparison_result], counter, source_row[comparison_result], target_row[comparison_result])
    counter += 1

假设源文件和目标文件都具有相同顺序的列，或者您执行的任何排序都会产生仍保留列顺序的输出。

此外，比较假设元素值是字符串而不是任何其他数据类型（否则您应该自己进行数据类型的转换。

使用python 3比较2个文件

1 个答案: