大家好!我有2个带有数字的txt和csv文件,我想从第一个文件中与第二个文件中的数字匹配的数字进行比较和删除。 Data和df_row是数据报。
例如: 我的第一个文件包含
12354564
25345754
23545454
11565654
46456456
我的第二个文件包含
23545454
11565654
46456456
所以结果应该是
12354564
25345754
我的代码:
result = set(data).difference(set(df_row))
result.to_csv("part1left.txt")
但是有一个错误 AttributeError:“设置”对象没有属性“ to_csv”
答案 0 :(得分:1)
如果您的解决方案的data
和df_row
为Series
,则需要将输出转换为list
,然后转换为Series
:
result = set(data).difference(set(df_row))
pd.Series(list(result)).to_csv("part1left.txt", index=False)
或将设置写入pure python中的文件:
result = set(data).difference(set(df_row))
with open("part1left.txt", 'w') as file_handler:
for item in result:
file_handler.write("{}\n".format(item))
仅熊猫解决方案,其中使用boolean indexing
进行Series.isin
过滤,使用~
进行掩码反转:
s = data[~data.isin(set(df_row))].drop_duplicates()
s.to_csv("part1left.txt", index=False)
编辑:
如果需要从文件创建Series
:
import pandas as pd
temp=u"""12354564
25345754
23545454
11565654
46456456"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename1.csv'
data = pd.read_csv(pd.compat.StringIO(temp), squeeze=True, header=None, dtype=str)
print (data)
0 12354564
1 25345754
2 23545454
3 11565654
4 46456456
Name: 0, dtype: int64
temp=u"""23545454
11565654
46456456"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename2.csv'
df_row = pd.read_csv(pd.compat.StringIO(temp), squeeze=True, header=None, dtype=str)
print (df_row)
0 23545454
1 11565654
2 46456456
Name: 0, dtype: int64