比较两个CSV文件并导出Python中的异同？

Question

嘿，所有的，所以我一直有一些困难，试图完成我需要的两个独立的CSV文件。我在网上找到了一些散落在网上的脚本，它们可以做我想做的事情，但不完全是这样。我不再有我试过的代码，因为我已经删除了很多次不同的代码，以至于我已经盯着一个空白的py文件好长时间了。首先是CSV文件。在

在netscan.csv（包含计算机名称和序列号，有正确的数据，有型号）

Name        Serial   Models
computer1   serial1  model1
computer2   serial2  model2
computer3   serial3  model3
computer4   serial4  model4
...         ...

计算机_列表.csv（包含计算机名和序列号，具有正确的名称，不在netscan.csv，无型号，序列号错误）

^{pr2}$

所以我想做的是查看这两个文件，如果Name列中的值匹配，我希望它将netscan.csv中的行打印到一个新文件中，并对每一行执行此操作。之后，我希望它采取所有不存在的（计算机不存在于netscan.csv例如）并将其添加到新的csv中的更新的正确信息下。像这样：

Name        Serial   Models
computer1   serial1  model1
computer2   serial2  model2
computer3   serial3  model3
computer4   serial4  model4
computerH   serialN/A
computerP   serialN/A

我尝试过合并，for循环，写行等等，但我不知道如何才能完成这一点。任何帮助都将不胜感激。在

编辑：@unutbu我从你的代码中得到的基本上是

Name     Serial    Models
computer1   serial1  model1
computer2   serial2  model2
computer3   serial3  model3
computer4   serial4  model4
computerH   serialN/A
computerP   serialN/A
computer2   serialN/A
computer3   serialN/A
computer4   serialN/A

因此，虽然几乎所有的内容都是正确的，但是仍然存在来自computer_list.csv的重复Name行，如果这些行被正确的信息替换，则需要删除这些行。所以我想查找具有重复名称的行，如果序列号是serialN/A，就删除它们。希望这样做更有意义。在

Answer 1

看看这个：

import pandas as pd
netscan = pd.read_csv('netscan.csv', header=0) # read netscan.csv and columns names are from the first row of your csv
computer_list = pd.read_csv('computer_list.csv', header=0)

# An inner merge keeps only row found in both pandas.DataFrame 
computer_match = netscan.merge(right=computer_list, how='inner', on='Name', suffixes=('netscan_', 'computer_list_'))

# Get list of Name of computers that matches
match_list = computer_match.Name.unique().tolist()

# Get characteristics of not matched computers
computer_no_match = computer_list.loc[computer_list.Name.isin(match_list), :]

# Finally, save everything to CSV
computer_match.to_csv('computer_match.csv', index=False)
computer_no_match.to_csv('computer_no_match.csv', index=False)