本文將討論比較兩個 CSV 文件的各種方法。 我們將包括執(zhí)行此操作的最“Pythonic”方式和可幫助簡化此任務的外部 Python 模塊。

最后，我們將包括一種使用 Pandas DataFrames 識別 CSV 文件差異的方法。

我們假設需要比較的兩個 CSV 文件的標題為 file1.csv 和 file2.csv。 您可以根據需要重命名文件。

還請在下面給出的代碼片段中適當地替換文件名。

出于示例目的，我們的文件設置如下：

file1.csv:

1,2,3,4,5,6
4,5,6,7,8,9
1,3,4,5,6,1

file2.csv:

1,2,3,4,5,6
4,5,6,7,8,9
2,3,1,4,1,5

方法 1：使用最 Pythonic 的解決方案比較兩個 CSV 文件

在這個方法中，我們將文件的內容讀入兩個列表，遍歷其中一個列表并檢查每一行是否存在于第二個列表中。 從邏輯上講，這是一個非常簡單的解決方案。

Python 的潛在效率使這種比較相當有效，盡管它看起來像。

with open('file1.csv', 'r') as file1, open('file2.csv', 'r') as file2:
    f1_contents = file1.readlines()
    f2_contents = file2.readlines()
for line in f1_contents:
    if line not in f2_contents:
        print(line)
for line in f2_contents:
    if line not in f1_contents:
        print(line)

上面的代碼片段會將不同的行打印到您的終端。

在我們的測試用例中，我們得到以下輸出。

1,3,4,5,6,1

2,3,1,4,1,5

方法 2：使用 csv-diff - 外部模塊比較兩個 CSV 文件

首先，在終端中使用以下命令安裝模塊。

python3 -m pip install csv-diff

安裝后，您無需編寫 Python 腳本。 您可以使用以下命令直接在終端中運行它。

csv-diff file1.csv file2.csv --key=id

運行此命令將在您的終端上顯示差異。

在我們的測試用例中，我們得到以下輸出。

1 row added, 1 row removed

1 row added

1: 2
2: 3
3: 1
4: 4
5: 1
6: 5

1 row removed

1: 1
2: 3
3: 4
4: 5
5: 6
6: 1

要將此模塊用作 Python 腳本的一部分，您可以編寫類似于以下內容的腳本。

from csv_diff import load_csv, compare
difference = compare(
    load_csv(open("file1.csv")),
    load_csv(open("file2.csv"))
)
print(difference)

輸出如下。

{'added': [{'1': '2', '2': '3', '3': '1', '4': '4', '5': '1', '6': '5'}], 'removed': [{'1': '1', '2': '3', '3': '4', '4': '5', '5': '6', '6': '1'}], 'changed': [], 'columns_added': [], 'columns_removed': []}

方法 3：使用 Pandas DataFrames 比較兩個 CSV 文件

以下腳本可以為您執(zhí)行此任務。

import pandas as pd
import sys
import csv
def dataframe_difference(df1: pd.DataFrame, df2: pd.DataFrame, which=None):
    comparison_df = df1.merge(
        df2,
        indicator=True,
        how='outer'
    )
    if which is None:
        diff_df = comparison_df[comparison_df['_merge'] != 'both']
    else:
        diff_df = comparison_df[comparison_df['_merge'] == which]
    return diff_df
if __name__ == "__main__":
    df1 = pd.read_csv("file1.csv", header=None)
    df2 = pd.read_csv("file2.csv", header=None)
    print(dataframe_difference(df1, df2))

請注意，在 read_csv 方法中，參數 header=None 被輸入，因為我們的測試文件沒有任何標題。 如果您的文件有標題，您可以使用以下方法讀取它：pd.read_csv("file1.csv")，其中 file1.csv 將被您的文件替換。

如果您的文件不在與腳本相同的目錄中，請?zhí)峁?CSV 文件的完整路徑。

上面的 Python 腳本應該生成如下輸出：

0 1 2 3 4 5 _merge
2 1 3 4 5 6 1 left_only
3 2 3 1 4 1 5 right_only

left_only 和 right_only 旁邊的行包含所有差異。 _merge 旁邊的行僅表示索引。

到此這篇關于Python 比較兩個 CSV 文件并打印差異的文章就介紹到這了,更多相關Python 比較兩個 CSV 文件內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論