比较两个CSV文件并查找匹配的Python

Question

我有两个CSV文件，它们像

CSV1

H1,H2,H3
arm,biopsy,forearm
heart,leg biopsy,biopsy

器官.csv

arm
leg
forearm
heart
skin

我需要比较两个文件并获得这样的输出列表 [手臂、前臂、心脏、腿]，但我目前正在处理的脚本没有给我任何输出（我希望腿也在输出中，尽管它与活检混合在同一细胞中）。这是到目前为止的代码。如何获取所有匹配的字词？

import csv
import io
alist, blist = [], []
with open("csv1.csv", "rb") as fileA:
    reader = csv.reader(fileA, delimiter=',')
    for row in reader:
        alist.append(row)
with open("organs.csv", "rb") as fileB:
    reader = csv.reader(fileB, delimiter=',')
    for row in reader:
        blist.append(row)
first_set = set(map(tuple, alist))
secnd_set = set(map(tuple, blist))
matches = set(first_set).intersection(secnd_set)
print matches

Answer 1

试试这个：

import csv
alist, blist = [], []
with open("csv1.csv", "rb") as fileA:
    reader = csv.reader(fileA, delimiter=',')
    for row in reader:
        for row_str in row:
            alist += row_str.strip().split()
with open("organs.csv", "rb") as fileB:
    reader = csv.reader(fileB, delimiter=',')
    for row in reader:
        blist += row
first_set = set(alist)
second_set = set(blist)
print first_set.intersection(second_set)

基本上，通过 csv 阅读器遍历 csv 文件会返回一行，该行是项目（字符串）的列表，如下所示 ['手臂'、'活检"、"前臂']，因此您必须对列表求和以插入所有项目。

另一方面，要删除重复项，只需要通过 set（） 函数进行一个集合转换，并且交集方法返回另一个包含元素的集合。

Answer 2

将部分读数从 csv1.csv 更改为：

with open("csv1.csv", "rb") as fileA:
    reader = csv.reader(fileA, delimiter=',')
    for row in reader:
        # append all words in cell
        for word in row:
            alist.append(word)

Answer 3

我会将CSV文件视为文本文件，获取第一个和第二个单词的列表，然后遍历第一个列表以查看是否有任何与第二个列表中的单词完全匹配。