Question

我想创建一个新的csv“Result.csv”，其中包含来自一个csv“New.csv”的行，这些行在另一个csv“Old.csv”中不存在。

例如，

Old.csv

约翰密歇根2018
密歇根州2018年
jane Ohio 2017

New.csv

约翰密歇根2018年
jane Ohio 2017
密歇根2017年
jack纽约2018年

Result.csv

2017年密歇根大学
jack纽约2018年

我在python中尝试了以下代码，我已经阅读了另一个问题，但这似乎不起作用，并给了我错误的输出。以下代码有什么问题吗？以下代码的其他替代方案？熊猫可能是一种选择吗？

with open('Old.csv', 'r') as f1:
    old = f1.readlines()

with open('New.csv', 'r') as f2:
    new = f2.readlines()

result = open("Result.csv", "w+")

for data in new:

    if data not in old:
        result.write(data)
result.close()

Answer 1

假设：

<强> old.csv

john,Michigan,2018
ron,Michigan,2018
jane,Ohio,2017

<强> new.csv

john,Michigan,2018
jane,Ohio,2017
ron,Michigan,2017
jack,New York,2018

仅使用pandas：

import pandas as pd

#open old csv as dataframe
old_df=pd.read_csv("old.csv",header=None)
#open new csv as dataframe
new_df=pd.read_csv("new.csv",header=None)
#join them
join_df=old_df.append(new_df,ignore_index=True)
#remove all duplicates
result_df=join_df.drop_duplicates(subset=None,keep=False)
#remove all present in old
result_df = result_df[~result_df.isin(old_df)].dropna()
#change float year to int
result_df[2] = result_df[2].astype(int)
#save as csv
result_df.to_csv("result.csv",header=None,index=None)

给出：

<强> result.csv

ron,Michigan,2017
jack,New York,2018

使用来自一个csv的行创建第三个csv，这些行不存在于另一个csv中

1 个答案: