如何在Python中根据特定变量（而不是逐行）比较两个csv文件？

我有两个从Json文件转换的csv文件（复制EXCEL中的文本并转换为csv）， 格式有点混乱，我想根据ID号比较整行，但问题是ID号在每行的不同列中，我想打印具有相同ID号的两行之间的差异

以下是数据示例（我无法重命名每一列，因为每一列都有不同的变量值）：

CSV_01：

age 10   height 150   ID  1001     sex F
age 10   height 150   ID  1001     sex M
ID 1001  height 150   age  12      sex M
age 10   ID  2002     height 151   sex F
age 10   height 150   ID  2002     sex M

CSV_02：

age 10   height 150   ID  2002     sex F
age 10   height 150   ID  1001     sex M
ID 1001  height 150   age  12      sex M
age 10   ID  1001     height 151   sex F
age 10   height 150   ID  2002     sex M

我有近1000行和500列（每行还包含重复的相同ID），如下所示： 年龄10身高150内径1001性别M。。。身份证号码1001

但我认为这并不重要，但变量的顺序不同，这意味着我最终要将CVS_01中的前3行与CSV_02中的第2、3、4行进行比较（因为它们具有相同的ID），但这只是一个示例，因此在我的大数据集中应该是不同的行号

以下是我在Python中导入csv文件后所做的尝试：

resultBool01 = (CSV_01 != CSV_02).stack()  # Create Frame of comparison booleans
resultdiff01 = pd.concat([CSV_01.stack()[resultBool01], CSV_02.stack()[resultBool01]], 
axis=1)
resultdiff01.columns=["output_01", "output_02"]

---

这给了我每一行之间的差异（即：两个文件之间的第一行），但这不是我想要的，因为在第一行中，它们具有不同的ID。我已经被困了几天，不确定这是否是正确的方向，但如果我比较json或txt文件，可能会更困难。有人能帮我吗？非常感谢。

您是否尝试过将数据转换成字典

虽然csv文件有点凌乱，但至少它们有一个明确定义的结构，并且每个字段名都位于其引用值之前

尽管有空格和其他特殊字符，但您可以先解析每一行的csv，将每一行（或条目）保存为唯一数据点的字典，并将其附加到字典列表中。然后，您可以直接对其进行操作，也可以导出正确排序和对齐的csv文件供以后使用

（我还不能评论，所以我希望这就足够了，否则我也很乐意为实际代码提供帮助）

增编：

代码可能不适合您的特定文件，但它可以作为开发您的文件的蓝图

基本上，以csv（真正的tsv）格式表示的每一行是：

fieldname   value   fieldname2   value2   fieldname3   value3

这段代码将读取它，并将值2保存为新字典中键“fieldname2”的值，然后将其保存在列表中，然后从函数返回

def filereader(filename):
        _out = []
        with open(filename, 'r',  newline='', encoding='?????') as csvfile:
                csvfile = csv.reader(csvfile, delimiter='\t')
                for row in csvfile:
                        rowDict = {}
                        rowDict[row[0]] = row[1]
                        rowDict[row[2]] = row[3]
                        rowDict[row[4]] = row[5]
                        _out.append(rowDict)
        return _out

---

我是Python新手，你介意给我看一下代码吗，谢谢。当然可以。首先：CSV文件的实际外观如何？每个值选项卡是否与下一个分开？如果是这样的话，您可以这样做（见上文adendum）我运行了函数和filereader（'run_01.csv'），它给了我一个错误：TypeError:'delimiter'是open（）的无效关键字参数，所以每个值选项卡都与csv文件中的下一个分开，因为我在EXCEL中使用了'delimiter'，然后将其转换为csv，现在很复杂，你介意写一个例子，说明如何将csv df编入字典并进行比较吗？谢谢你，这部分在我的实际dta集合中不起作用。”行[0]]=行[1]行[2]=行[3]行[4]=行[5]'是的，我的错。我将分隔符放错了位置（已修复）。如果成功读取该文件，请将其内容打印到shell！它看起来像什么？它是列表结构吗？一根绳子？我只是偏离了你在上面的陈述中所做的假设——实际的文件可能不符合这个假设。我的代码假定csv文件是以制表符分隔的，其中每个项目都作为列表中的一个项目读入，文件的每一行都是一个新列表。