比较两个csv文件内容，并将类似内容存储到变量中

Question

我对python很陌生，我有两个csv文件。第一个（more.csv）包含的内容

A123,B456,C789

第二个（减去.csv）包含的内容

B456

我希望当它们相同时，它们将相似的项目存储到一个名为"相同"的变量中

我想它会从以下内容开始：

more = open('more.csv','r')
less= open('less.csv','r')
for item in unitid:

谢谢。

Answer 1

如果它们只是一行，您可以使用set对象（内置python）来比较它们，例如：

>>> a = ['A123','B456','C789','D007']
>>> b = ['B456','D007','E009']
>>> c = list(set(a).intersection(b))
>>> print c
['B456', 'D007']

从文件进行比较的完整方法如下：

def compare( fileA, fileB ):
    a_file = open(fileA, 'r')
    a_data = a_file.read()
    a_file.close()
    b_file = open(fileB, 'r')
    b_data = b_file.read()
    b_file.close()
    # compare the contents
    a_set = set(a_data.split(','))
    b_set = set(b_data.split(','))
    return list(a_set.intersection(b_set))
compare('more.csv', 'less.csv')

如果每个文件的交集不止一行，那么你仍然可以使用它，你只需要稍微修改一下——我想把交集存储到一个数组中，表示逐行的相似性或其他什么。

Answer 2

将CSV文件处理成列表后，可以使用collections.Counter查找重复文件：

from collections import Counter
# after processing your CSV files into two lists:
more_list = ['A123', 'B456', 'C789', 'D007']
less_list = ['B456', 'D007', 'E009']
dupe_counter = Counter(more_list)
dupe_counter.update(less_list)
same_list = [val for val in dupe_counter if dupe_counter[val] > 1]
# same_list will be: ['B456', 'D007']