Python - 比較 2 個 csv 文件並刪除行

Question

我有 2 個大約 10000 行的 csv 文件：

1. 來自目錄的名稱文件的 csv
2. 帶有此目錄中每個文件的數據的 csv（第 1 點）

每個 csv 文件的內容示例：
csv_1 ：

50001200000000016
50001200000000021
50001200000000034
50001200000000048

csv_2：

50001200000000016;187
50001200000000021;287
50001200000000034;187
50001200000000048;5

我只想在 csv_2 中保留第一列匹配並存在於 csv_1 中的行

前任：
如果 csv_1 中的 50001200000000016 行不存在，則刪除 csv_2 中以 50001200000000016 開頭的行

謝謝幫助

Answer 1

有很多方法可以做到這一點。 如果 csv 很簡單（即沒有棘手的引用或字符，只有那兩列），那么您可以按set讀取第一個文件並循環遍歷第二個文件。

但是，鑒於您提供的規格（只有 10k 行），這不需要任何特殊優化，並且應該可以在使用pandas內存中輕松實現：

import pandas as pd

df1 = pd.read_csv('csv_1.csv', header=None)
df2 = pd.read_csv('csv_2.csv', header=None, sep=';')

df2[df2[0].isin(df1[0])].to_csv('new_file.csv', sep=';', header=None, index=None)

Answer 2

問題是文件編碼； 這是在 PyCharm / Jupiter Notebook 上工作的代碼

import pandas as pd

df1 = pd.read_csv(r'csv_1.csv', encoding='ANSI', header=None)
print(df1)
df2 = pd.read_csv(r'csv_2.csv', encoding='ANSI', header=None, sep=';')
print(df2)

df2[df2[0].isin(df1[0])].to_csv('new_file.csv', encoding='ANSI', sep=';', header=None, index=None)

謝謝所有。