Question

我有两个CSV文件（A和B）。如果它与CSV-B中的一行共享相同的值，则我需要能够删除CSV-A中的任何行。我只需要比较第一列项目（电子邮件），然后删除该行（如果它存在于CSV-B中）。有一个简单的方法吗？

我在Powershell中做过类似的事情，但想在Python中做

$fileA = Import-csv '.\CSV-A.csv'
$fileB = Import-csv '.\CSV-B.csv'

$deduped = Compare-Object -Ref $fileA -Diff $fileB -Property email -PassThru | 
  Where-Object Sideindicator -eq '<=' | 
    Select-Object * -ExcludeProperty Sideindicator

$deduped
$deduped | Export-csv '.\deduped-output-file.csv' -NoTypeInformation

Answer 1

内容为 a.csv ：

email1@gmail.com,val1,val2
email2@gmail.com,val1,val2
email3@gmail.com,val1,val2

和 b.csv ：

different1@gmail.com,val1,val2
email2@gmail.com,val1,val2
different2@gmail.com,val1,val2

脚本：

import csv

with open('a.csv', 'r', newline='') as f_a, \
    open('b.csv', 'r', newline='') as f_b, \
    open('export.csv', 'w', newline='') as f_export:

    csvreader_a = csv.reader(f_a, delimiter=',', quotechar='"')
    csvreader_b = csv.reader(f_b, delimiter=',', quotechar='"')

    emails_to_remove = set(email for email, *_ in csvreader_b)

    csvwriter = csv.writer(f_export, delimiter=',',
                            quotechar='"', quoting=csv.QUOTE_MINIMAL)

    for email, *rest in csvreader_a:
        if email in emails_to_remove:
            continue
        csvwriter.writerow([email] + rest)

产生 export.csv ：

email1@gmail.com,val1,val2
email3@gmail.com,val1,val2

比较CSV并删除从头开始出现的所有重复项

1 个答案: