Question

我有两个不同的.csv文件，但它们具有相同的id列。

file_1.csv:
id, column1, column2
4543DFGD_werwe_23, string
4546476FGH34_wee_24, string
....
45sd234_w32rwe_2342342, string

另一个：

file_1.csv:
id, column3, column4
4543DFGD_werwe_23, bla bla bla
4546476FGH34_wee_24, bla bla bla
....
45sd234_w32rwe_2342342, bla bla bla

如何验证这两列是匹配的（具有相同的id）还是与csv模块或pandas相同？

Answer 1

加载后，您可以在ID列上调用equals：

df['id'].equals(df1['id'])

这将返回True False In [3]: df = pd.DataFrame({'id':np.arange(10)}) df1 = pd.DataFrame({'id':np.arange(10)}) df.id.equals(df1.id) Out[3]: True In [7]: df = pd.DataFrame({'id':np.arange(10)}) df1 = pd.DataFrame({'id':[0,1,1,3,4,5,6,7,8,9]}) df.id.equals(df1.id) Out[7]: False In [8]: df.id == df1.id Out[8]: 0 True 1 True 2 False 3 True 4 True 5 True 6 True 7 True 8 True 9 True Name: id, dtype: bool如果它们完全相同，长度相同且值相同

df = pd.read_csv('file_1.csv')
df1 = pd.read_csv('file_2.csv') # I'm assuming your real other csv is not the same name as file_1.csv

加载csvs：

df.id.equals(df1.id)

然后你可以进行与上面相同的比较：

df = pd.read_csv('file_1.csv', usecols=['id'])
df1 = pd.read_csv('file_2.csv', usecols=['id'])

如果您只想比较id列，可以指定加载该列：

{{1}}

Answer 2

通过csv模块：

打开文件。
csv reader()方法的读者文件。
创建字典作为行中的第一项是键，值是行。
使用set intersection方法从字典中获取相同的密钥。
打印结果。

代码：

import csv

file1 =  '/home/vivek/Desktop/stackoverflow/fil1.csv'
file2 =  '/home/vivek/Desktop/stackoverflow/fil2.csv'

with open(file1) as fp1:
    root = csv.reader(fp1)
    rows1 = {}
    for i in root:
        rows1[i[0]]=i
    if "id" in rows1:
        del rows1["id"]

with open(file2) as fp1:
    root = csv.reader(fp1)
    rows2 = {}
    for i in root:
        rows2[i[0]]=i
    if "id" in rows2:
        del rows2["id"]

result = set(rows1.keys()).intersection(set(rows2.keys()))

print "Same Id :", list(result)

输出：

vivek@vivek:~/Desktop/stackoverflow$ python 27.py
Same Id : ['4546476FGH34_wee_24', '4543DFGD_werwe_23', '45sd234_w32rwe_2342342']

如何验证两个不同的.csv文件列id与python匹配？

2 个答案: