如何使用Python验证两个不同的.csv文件的列标识匹配？

Question

我有两个不同的.csv文件，但它们有相同的id列。在

file_1.csv:
id, column1, column2
4543DFGD_werwe_23, string
4546476FGH34_wee_24, string
....
45sd234_w32rwe_2342342, string

另一个：

^{pr2}$

如何验证这两列是否匹配（具有相同的id）或是否与csv模块或pandas相同？。在

Answer 1

按csv模块：

1. 打开文件两个文件。在
2. 通过csv reader()方法读取文件。在
3. 创建字典，因为行的第一项是键，值是行。在
4. {{cd2>使用相同的方法从cd2}获取相同的方法。在
5. 打印结果。在

代码：

import csv

file1 =  '/home/vivek/Desktop/stackoverflow/fil1.csv'
file2 =  '/home/vivek/Desktop/stackoverflow/fil2.csv'

with open(file1) as fp1:
    root = csv.reader(fp1)
    rows1 = {}
    for i in root:
        rows1[i[0]]=i
    if "id" in rows1:
        del rows1["id"]

with open(file2) as fp1:
    root = csv.reader(fp1)
    rows2 = {}
    for i in root:
        rows2[i[0]]=i
    if "id" in rows2:
        del rows2["id"]

result = set(rows1.keys()).intersection(set(rows2.keys()))

print "Same Id :", list(result)

输出：

^{pr2}$

Answer 2

加载后，您可以对id列调用^{}：

df['id'].equals(df1['id'])

这将返回False的True，如果它们完全相同，长度和值的顺序相同

^{pr2}$

要加载CSV：

df = pd.read_csv('file_1.csv')
df1 = pd.read_csv('file_2.csv') # I'm assuming your real other csv is not the same name as file_1.csv

然后可以执行与上述相同的比较：

df.id.equals(df1.id)

如果只想比较id列，可以指定只加载该列：

df = pd.read_csv('file_1.csv', usecols=['id'])
df1 = pd.read_csv('file_2.csv', usecols=['id'])