file1：

Question

您好我有两个CSV文件作为输入，例如：

file1：

AK163828 chr5 s1 + e1 cttt 4
AK163828 chr5 s2 + e2 gtca 4
AK168688 chr6 s3 + e3 ggcg 4
AK168688 chr6 s4 + e4 tctg 4

file2：

chr6s3+e3 ggcg
chr5s1+e1 cttt
chr6s4+e4 tata
chr5s2+e2 ggcg

#as you can see the file2 is randomly sorted

我想比较file2的第1列和第2，第3，第4，第5列合并的file1，同时将file2的第2列与文件1的第6列进行比较，并仅选择匹配的行。

所需的输出是

chr6s3+e3 ggcg
chr5s1+e1 cttt

我尝试使用此代码：

import csv

reader1 = csv.reader(open(file1), dialect='excel-tab' )
reader2 = csv.reader(open(file2), dialect='excel-tab' )

     for row1, row2 in zip(reader1,reader2):
            F1 = row1[1] + row1[2] + row1[3] + row1[4] + '\t' row1[5]
            F2 = row2[0] + '\t' + row2[1]
            print set(F1) & set(F2)

但它不起作用。你可以帮我修改我的代码或给我一个其他的方法吗？谢谢你的帮助！

Answer 1

又快又脏：

import csv

file1 = 'C:/Users/Me/Desktop/file1'
file2 = 'C:/Users/Me/Desktop/file2'

reader1 = csv.reader(open(file1))
reader2 = csv.reader(open(file2))

F1 = set(''.join(row1[0].strip().split()[1:6]) for row1 in reader1)
F2 = set(''.join(row2[0].strip().split()) for row2 in reader2)

for sequence in F1.intersection(F2):
    print(sequence[:-4]),
    print('\t'),
    print(sequence[-4:])

输出：

chr6s3+e3   ggcg
chr5s1+e1   cttt

Answer 2

这个怎么样：

import csv

reader1 = csv.reader(open('file1.tsv'), dialect='excel-tab' )
reader2 = csv.reader(open('file2.tsv'), dialect='excel-tab' )

keys = set()

for row in reader1:
    keys.add((''.join(row[1:5]), row[5]))

for row in reader2:
    if (row[0], row[1]) in keys:
        print '\t'.join(row)

顺便说一句：您使用的格式（dialect='excel-tab'）通常称为TSV，而不是CSV，尽管它是CSV的变体。您还必须确保您的值由制表符而不是空格分隔，例如在帖子中。我猜它们是，并且由于Stack Overflow格式化问题，你只有空格？

如何比较python中两个CSV的列？

file1：

file2：

所需的输出是

2 个答案: