Python 比较两个 CSV 文件的三种方法并打印出差异

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。

到此这篇关于Python 比较两个 CSV 文件并打印差异的文章就介绍到这了,更多相关Python 比较两个 CSV 文件内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！