python-列表索引超出范围，是否使用CSV？

我有一个CSV，看起来像这样：

F02303521,"Smith,Andy",GHI,"Smith,Andy",GHI,,,
F04300621,"Parker,Helen",CERT,"Yu,Betty",IOUS,,,

我想删除第二列等于第四列的所有行（例如当

Smith，Andy=Smith，Andy

）。我尝试在python中使用

“

作为分隔符，并将列拆分为：

F02303521，

史密斯，安迪

，GHI，

史密斯，安迪，GHI，，，

我尝试了以下python代码：

testCSV = 'test.csv'
deletionText = 'linestodelete.txt'
correct = 'correctone.csv'
i = 0
j = 0  #where i & j keep track of line number 

with open(deletionText,'w') as outfile: 
    with open(testCSV, 'r') as csv:  
        for line in csv:
            i = i + 1 #on the first line, i will equal 1. 
            PI = line.split('"')[1]
            investigator = line.split('"')[3]

        #if they equal each other, write that line number into the text file
        as to be deleted. 
        if PI == investigator:
            outfile.write(i)



#From the TXT, create a list of line numbers you do not want to include in output
with open(deletionText, 'r') as txt:
    lines_to_be_removed_list = []

    # for each line number in the TXT
    # remove the return character at the end of line
    # and add the line number to list domains-to-be-removed list
    for lineNum in txt:
        lineNum = lineNum.rstrip()
        lines_to_be_removed_list.append(lineNum)


with open(correct, 'w') as outfile:
    with open(deletionText, 'r') as csv:

        # for each line in csv
        # extract the line number
        for line in csv:
            j = j + 1 # so for the first line, the line number will be 1  


            # if csv line number is not in lines-to-be-removed list,
            # then write that to outfile
            if (j not in lines_to_be_removed_list):
                outfile.write(line)

但对于这一行：

PI = line.split('"')[1] 

我得到：

回溯（最近一次呼叫最后一次）： 文件“C:/Users/sskadamb/PycharmProjects/vastDeleteLine/manipulation.py”，第11行，在 PI=行分割（“”）[1] 索引器：列表索引超出范围

我想它会做的，安迪，安迪，调查员，安迪。。。为什么不这样呢

---

任何帮助都将不胜感激，谢谢

尝试使用逗号而不是qoute进行拆分

x、 split（“，”）

当您考虑csv时，请思考，这是一个很棒的Python数据分析库。以下是如何实现您的目标：

import pandas as pd

fields = ['field{}'.format(i) for i in range(8)]
df = pd.read_csv("data.csv", header=None, names=fields)
df = df[df['field1'] != df['field3']]
print df

这张照片是：

      field0        field1 field2    field3 field4  field5  field6  field7
1  F04300621  Parker,Helen   CERT  Yu,Betty   IOUS     NaN     NaN     NaN

---

这意味着

列表中的元素少于两个。将其放入
try
块中，并将匹配的
除了打印出来
行。拆分（“”）
。你有一个随机的空行吗？还有，你为什么不使用内置的csv模块？你为什么不使用非常好的
csv
模块？@NightShadeQueen我哪里都没有空行，我知道这一点。我不知道，我可以使用
csv
，我只是真的没有去研究它，因为我觉得我不是ally需要，“作为一种格式，没有标准定义。各种实现都有自己的小怪癖。
csv
模块可以为您处理这些怪癖。如果我使用逗号分隔，它会将名称一分为二，而这不是我想要的。正如上面的评论所述，csv不是简单的逗号分隔格式-各种实现包括额外的规则来处理包含逗号的值，就像OP的文件一样。当我想到CSV时，我只是想。@TigerhawkT3可能是因为你还没有试过熊猫：）哦，谢谢！我以前从未用过熊猫。我将对此进行更多研究：）