Question

我有2个csv文件，每个文件只有1列，如下所示：

csv文件1：adam3us.csv

created_at
6/7/2018 19:00
6/6/2018 12:00
6/6/2018 9:00
6/6/2018 9:00
6/6/2018 5:00
6/5/2018 16:00
6/5/2018 7:00
6/4/2018 16:00

csv文件2：基于每小时的比特币

created_at
1/8/2017 0:00
1/8/2017 1:00
1/8/2017 2:00
1/8/2017 3:00
1/8/2017 4:00
1/8/2017 5:00
1/8/2017 6:00
6/7/2018 19:00

我正在尝试编写一个python脚本，它将使用循环将csv文件2的每个值与csv文件1中的每个条目进行比较，如果条目匹配，则应增加一个名为count的声明变量，然后应该写入一个新的csv文件，其中一列created_at包含两个csv文件相同的时间和一个值为count的第二列。

例如，第1次迭代将采用csv文件2的第1行，即6/7/2018 19:00，并将其值与csv文件中存在的每一行进行比较1.如果csv文件的第1行2匹配任何csv文件行1然后计数变量应递增。在这种情况下，它将csv文件2的第一行与csv文件1的最后一行匹配，并将计数从0递增到1，并将created_at的值和count的值写入名为output的新的单独csv文件中。此示例的输出文件应如下所示：

output.csv

created_at        count
6/7/2018 19:00      1

对于每次迭代，count变量应设置为0，并且每次迭代都应重复该过程。

我的代码如下：

 import csv

 count=0

path1 = r'C:\Users\Ahmed Ismail Khalid\Desktop\Bullcrap Testing Delete Later\Bitcoin Prices Hourly Based.csv'
path2 = r'C:\Users\Ahmed Ismail Khalid\Desktop\Bullcrap Testing Delete Later\adam3us.csv'
path3 = r'C:\Users\Ahmed Ismail Khalid\Desktop\output.csv'



with open(path1,'rt',encoding='utf-8') as csvin:
reader1 = csv.reader(csvin)
for row in reader1:
    b=row[0]
    with open(path2,'rt',encoding='utf-8') as csvinpu:
        with open(path3, 'w', newline='',encoding='utf-8') as csvoutput:
            writer = csv.writer(csvoutput, lineterminator='\n')
            reader2 = csv.reader(csvinpu)
            all = []
            row = next(reader2)
            row.append('count')
            all.append(row)
            for row in reader2:
               d=row[0]
               if(b==d) :
                   count+=1
                   row.append(count)
                   all.append(row)
               else:
                   row.append(count)
                   all.append(row)
                   writer.writerows(all)

任何和所有帮助将不胜感激。

由于

Answer 1

使用pandas进行此类操作。

使用pandas将两个csv文件加载到两个数据框中，并取两列的交集。熊猫有内置功能。 pd.merge

Import pandas as pd
df1 = pd.read_csv(file1)
df2 = pd.read_csv(file2)
output = pd.merge(df1, df2, how="inner", on="column_name") #column_name should be common in both dataframe
#how represents type of intersection. In your case it will be inner(INNER JOIN)
output['count'] = output.groupby('column_name')['column_name'].transform('size') #pandas query
final_output = output.drop_duplicates() #It will remove duplicate rows

希望，这会有所帮助。

Python比较2个csv文件的列并写入新的csv

1 个答案: