我有 2 個大約 10000 行的 csv 檔案：
- 來自目錄的名稱檔案的 csv
- 帶有此目錄中每個檔案的資料的 csv（第 1 點）
每個 csv 檔案的內容示例：
csv_1：
50001200000000016
50001200000000021
50001200000000034
50001200000000048
csv_2：
50001200000000016;187
50001200000000021;287
50001200000000034;187
50001200000000048;5
我只想在 csv_2 中保留第一列匹配并存在于 csv_1 中的行
例如：
如果 csv_1 中的 50001200000000016 行不存在，則洗掉 csv_2 中以 50001200000000016 開頭的行
謝謝幫助
uj5u.com熱心網友回復：
有很多方法可以做到這一點。如果 csv 很簡單（即沒有棘手的參考或字符，只有那兩列），那么您可以讀取第一個檔案set并遍歷第二個檔案的檔案。
但是，鑒于您給出的規格（只有 10k 行），這不需要任何特定的優化，并且應該可以在記憶體中輕松實作pandas：
import pandas as pd
df1 = pd.read_csv('csv_1.csv', header=None)
df2 = pd.read_csv('csv_2.csv', header=None, sep=';')
df2[df2[0].isin(df1[0])].to_csv('new_file.csv', sep=';', header=None, index=None)
uj5u.com熱心網友回復：
問題是檔案編碼；這是在 PyCharm / Jupiter Notebook 上作業的代碼
import pandas as pd
df1 = pd.read_csv(r'csv_1.csv', encoding='ANSI', header=None)
print(df1)
df2 = pd.read_csv(r'csv_2.csv', encoding='ANSI', header=None, sep=';')
print(df2)
df2[df2[0].isin(df1[0])].to_csv('new_file.csv', encoding='ANSI', sep=';', header=None, index=None)
謝謝所有。
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/337202.html