快捷導(dǎo)航

Python 比較兩個(gè) CSV 文件的三種方法并打印出差異

更新時(shí)間：2023年06月08日 09:42:35 作者：跡憶客

這篇文章主要介紹了Python 比較兩個(gè) CSV 文件并打印出差異,本文將討論比較兩個(gè) 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(jiǎn)化此任務(wù)的外部 Python 模塊，需要的朋友可以參考下

方法 1：使用最 Pythonic 的解決方案比較兩個(gè) CSV 文件

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

Python 的潛在效率使這種比較相當(dāng)有效，盡管它看起來(lái)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(huì)將不同的行打印到您的終端。

在我們的測(cè)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(gè) 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(wú)需編寫(xiě) Python 腳本。您可以使用以下命令直接在終端中運(yùn)行它。

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

運(yùn)行此命令將在您的終端上顯示差異。

在我們的測(cè)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(xiě)類(lèi)似于以下內(nèi)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(gè) CSV 文件

以下腳本可以為您執(zhí)行此任務(wù)。

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(qǐng)注意，在 read_csv 方法中，參數(shù) header=None 被輸入，因?yàn)槲覀兊臏y(cè)試文件沒(méi)有任何標(biāo)題。如果您的文件有標(biāo)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(qǐng)?zhí)峁?CSV 文件的完整路徑。

上面的 Python 腳本應(yīng)該生成如下輸出：