[英]How do I delete rows in one CSV based on rows in another CSV using specific columns to compare
我有兩個CSV1
文件和CSV2
CSV文件,具有多個列和行。 列之一標題為ID
。
我想要做的是檢查CSV1
的行,如果有一個ID
在CSV2
的ID
列匹配CSV1
的行ID
,然后我想保持該行。 如果沒有匹配項,那么我想從CSV1
刪除該行。
基本上CSV1
的數據與我有關,但僅與CSV2
的人CSV2
。 兩者之間的唯一連接是ID
列。 因此,我需要檢查CSV1
所有行,以查看該行ID
是否在CSV2
中的一行中。
到目前為止,這就是我所擁有的。
import csv
smarteeCSV = open("Smartee.csv", "r")
aeriesCSV = open("aeriesEditable.csv", "r+")
aeries = csv.reader(aeriesCSV, delimiter=',')##CSV1
smartee = csv.reader(smarteeCSV, delimiter=',')##CSV2
for row in aeries:
for item in smartee
if row[1] != item[1]##indexes for the columns with the ids
我已經知道我走錯了路,那么有人可以協助嗎?
您可以提取第二個文件中的所有ID,並在每次檢查第一個文件的某一行時查找它們。
例如:
# extract ID column from CSV file 2 into a set
Ids = { row[1] for row in smartee }
# pick only rows whose ID is in Ids
filtered_rows = [item for item in aeries if item[1] in Ids]
根據您打算對相關數據行進行處理的方式,您也許可以使用Python的內置filter()
函數來執行所需的操作:
import csv
# first get the ids
with open('Smartee.csv', 'rb') as smarteeCSV: # CSV2
ids = set(row['ID'] for row in csv.DictReader(smarteeCSV, delimiter=','))
with open('aeriesEditable.csv', 'rb') as aeriesCSV: # CSV1
relevant = filter(lambda row: if row['ID'] in ids,
csv.DictReader(aeriesCSV, delimiter=','))
# relevant will be a list containing the desired rows from CSV1
如果要迭代處理行,則在第二部分中,可以類似地使用for
循環調用itertools.ifilter()
函數的結果。
首先,閱讀CSV2來制作一組ID:
with open(CSV2) as f:
r = csv.DictReader(f)
theids = set(row['ID'] for row in r)
然后,在讀取CSV1時,只需檢查ID是否在集合中:
with open(CSV1) as f, open(CSV1 + '.new', 'w') as out:
r = csv.DictReader(r)
w = csv.DictWriter(out, r.fieldnames)
for row in r:
if row['ID'] in theids:
w.writerow(row)
這假定CSV文件適合基於dict的讀/寫(即,第一行是列名的列表),但是如果列名也來自其他信息,則很容易進行調整。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.