迹忆客 专注技术分享

当前位置:主页 > 学无止境 > 编程语言 > Python >

Python 比较两个 CSV 文件并打印差异

作者:迹忆客 最近更新:2023/06/01 浏览次数:

本文将讨论比较两个 CSV 文件的各种方法。 我们将包括执行此操作的最“Pythonic”方式和可帮助简化此任务的外部 Python 模块。

最后,我们将包括一种使用 Pandas DataFrames 识别 CSV 文件差异的方法。

我们假设需要比较的两个 CSV 文件的标题为 file1.csv 和 file2.csv。 您可以根据需要重命名文件。

还请在下面给出的代码片段中适当地替换文件名。

出于示例目的,我们的文件设置如下:

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 的解决方案比较两个 CSV 文件

在这个方法中,我们将文件的内容读入两个列表,遍历其中一个列表并检查每一行是否存在于第二个列表中。 从逻辑上讲,这是一个非常简单的解决方案。

Python 的潜在效率使这种比较相当有效,尽管它看起来像。

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)

上面的代码片段会将不同的行打印到您的终端。

在我们的测试用例中,我们得到以下输出。

1,3,4,5,6,1

2,3,1,4,1,5

方法 2:使用 csv-diff - 外部模块比较两个 CSV 文件

首先,在终端中使用以下命令安装模块。

python3 -m pip install csv-diff

安装后,您无需编写 Python 脚本。 您可以使用以下命令直接在终端中运行它。

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

运行此命令将在您的终端上显示差异。

在我们的测试用例中,我们得到以下输出。

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

要将此模块用作 Python 脚本的一部分,您可以编写类似于以下内容的脚本。

from csv_diff import load_csv, compare

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

输出如下。

{'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 比较两个 CSV 文件

以下脚本可以为您执行此任务。

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))

请注意,在 read_csv 方法中,参数 header=None 被输入,因为我们的测试文件没有任何标题。 如果您的文件有标题,您可以使用以下方法读取它:pd.read_csv("file1.csv"),其中 file1.csv 将被您的文件替换。

如果您的文件不在与脚本相同的目录中,请提供 CSV 文件的完整路径。

上面的 Python 脚本应该生成如下输出:

   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 旁边的行包含所有差异。 _merge 旁边的行仅表示索引。

上一篇:Python 将 CSV 分割成多个文件

下一篇:没有了

转载请发邮件至 1244347461@qq.com 进行申请,经作者同意之后,转载请以链接形式注明出处

本文地址:

相关文章

Python 将 CSV 分割成多个文件

发布时间:2023/06/02 浏览次数:180 分类:Python

在本文中,我们将学习如何在 Python 中将一个 CSV 文件拆分为多个文件。 我们将使用 Pandas 创建一个 CSV 文件并将其拆分为其他多个文件。

Python 中的 F-Test

发布时间:2023/06/01 浏览次数:113 分类:Python

本篇文章介绍 F 统计、F 分布以及如何使用 Python 对数据执行 F-Test 测试。方差(ANOVA) 分析中的 F 值

Python 套接字刷新

发布时间:2023/06/01 浏览次数:141 分类:Python

Python 套接字刷新 我们有没有想过如何在 Python 中刷新套接字?刷新套接字在网络应用程序中很常见,但大多数人需要帮助才能理解它是如何工作的。

Python 套接字 Accept 超时

发布时间:2023/06/01 浏览次数:138 分类:Python

本文讨论了 Python 中套接字的超时功能,该功能对于缓解无限期等待套接字接受的问题是必要的。套接字接受、拒绝和超时。Socket Accept:当socket打开成功,此时服务端和客户端已经建立连接,可

在 Python 中使用 OpenCV 的 imshow() 函数

发布时间:2023/06/01 浏览次数:80 分类:Python

本篇文章将介绍如何使用该库的 imshow() 函数。在 Python 中使用 OpenCV 库中的 imshow() 函数 cv2.imshow() 函数可以在新窗口中显示图像。 创建的窗口将自动调整以适合图像。

Python 中的 OpenCV-contrib 模块

发布时间:2023/06/01 浏览次数:192 分类:Python

Python 提供了一个名为 OpenCV 的标准库。 它有很多工具和功能来处理和实现不同的技术和算法。这个 OpenCV 库中有一个名为 OpenCV-contrib 的附加项。 我们将在本教程中讨论这个 OpenCV-contrib 模块及其

Python 中 OpenCV 阈值

发布时间:2023/06/01 浏览次数:199 分类:Python

本篇文章将解决在 Python 中使用 cv2.threshold() 函数的问题。阈值技术 阈值处理是一种对黑白图像进行的图像处理技术,可用于去除噪声和过滤具有极值的像素。

Python 中的 OpenCV Canny

发布时间:2023/06/01 浏览次数:184 分类:Python

本篇文章将介绍 Python 中的 cv2.canny() 函数。在 Python 中使用 cv2.canny() 函数 cv2.canny() 函数实现了由 John F. Canny 开发的 Canny 边缘检测算法。

扫一扫阅读全部技术教程

社交账号
  • https://www.github.com/onmpw
  • qq:1244347461

最新推荐

教程更新

热门标签

扫码一下
查看教程更方便