Python 如何比较两个文件以仅获取不在第二个文件中的行？

我有两个这样的文件：

file 1 :                     file 2 :
col1    col2                 col1     col2
john    kerry                john     kerry
adam    lord                 bob      abram  
joe     hitch               

我想根据lastnames和firstnames比较这两个文件，只得到一个不包含文件2中人员的文件，也就是说：

desired output file :

col1     col2
adam     lord
joe      hitch

我试过了，但是没有得到正确的输出

import csv

reader1=csv.reader(open('file1.csv', 'r'), delimiter='\t')
reader2=csv.reader(open('file2.csv', 'r'), delimiter='\t')
writer=csv.writer(open('desired_file.csv', 'w'), delimiter=',')

row1 = reader1.next()
row2 = reader2.next()

if (row1[0] == row2[0]) and (row1[1] == row2[1]):
    print 'equal'
else:
    writer.writerow(row1)
    writer.writerow(row2)

---

如果文件格式相同，我认为您不需要

csv

模块。 这个解决方案怎么样：

exclude_names = frozenset(open('file2')) # make set for performance
with open('output', 'w') as f:
    for name in open('file1'):
        if name not in exclude_names:
             f.write(name)

带有

csv

读写器的解决方案：

import csv

exclude_names = frozenset(csv.reader(open('file2.csv', 'r'), delimiter='\t'))    
with open('desired_file.csv', 'w') as f:
    writer = csv.writer(f, delimiter=',')
    for row in csv.reader(open('file1', 'r'), delimiter='\t'):
         if row not in exclude_names:
              writer.writerow(row)

---

我会使用一组差异：

with open('file1') as f1, open('file2') as f2:
    data1 = set(f1)
    lines_not_in_f2 = data1.difference(f2)

如果文件的格式可能略有不同，则可能需要将文件对象包装到生成元组的生成器中：

def people(my_file):
    for line in myfile:
        yield tuple(x.lower() for x in line.split())

with open('file1') as f1, open('file2') as f2:
    data1 = set(people(f1))
    people_not_in_f2 = data1.difference(people(f2))

这样做的优点是不需要将整个f2文件读入内存。它的缺点是输出名称无序（因为它们存储在一个集合中）

如果顺序不重要，则使用

set（reader1）-set（reader2）

myfile = open(..., 'wb')
wr = csv.writer(myfile, quoting=csv.QUOTE_ALL)
wr.writerow(results)

---

将文件1中的所有条目添加到某种数据结构中。从该数据结构中删除文件2中的每个条目（如果存在）。然后输出数据结构。我在第一列第一行得到：“john，kerry”only@defuz“我敢肯定它会的。为什么不呢？f1是一个迭代器，set非常乐意使用迭代器<代码>设置（iter（范围（10））@defuz——这可能是您最后一天使用

readlines（）

-我想你需要

set（a）-set（b）

<代码>&将从这两个集合中提取元素。@magilson--当然你是对的，错读了这个问题，找到了这两个集合中的项目，还有i==j。修复了它。您的第一个示例还假设

a

和

b

中的行可能是相同的，如果

a

是

name\u list.txt

和

b

是

exclude\u list.txt

，这似乎是一个非常粗略的假设。最后，在第一个示例中不需要列表comp，因为

zip

对迭代器非常满意。

myfile = open(..., 'wb')
wr = csv.writer(myfile, quoting=csv.QUOTE_ALL)
wr.writerow(results)