Python 如何比较两个CSV'；他在用字典吗？

我有两个大的csv文件，我想比较csv1中的column1和csv2中的column1。我可以使用Python列表来实现这一点，在这里我读取csv1并在list1中抛出column1，对csv2执行相同的操作，然后检查list1中的元素是否存在于list2中

olist = []
def oldList(self):
    for row in self.csvreaderOld:
        self.olist.append(row[1])

nlist = []
def newList(self):
    for row in self.csvreaderNew:
        self.nlist.append(row[1])

def new_list(self):
    return [item for item in self.olist if item not in self.nlist]

---

代码可以工作，但可能需要很长时间才能完成。我想看看是否可以改用dictionary，看看这是否会更快，这样我就可以比较dictionary1中的键和dictionary2中的键，但由于我的知识有限，到目前为止还没有成功比较。

您可以将两个文件读入对象，并在一个循环中进行比较。 以下是idea的简短代码片段（不是类实现）：

---

首先，如果您只想在

usecols

中提及一列，请更改读取CSV文件的方式，如下所示

df = pd.read_csv("sample_file.csv", usecols=col_list)

set(df.col.to_list()).difference(set(df2.col.to_list()))

第二，如果不进行行与行之间的比较，可以使用set difference，如下所示

df = pd.read_csv("sample_file.csv", usecols=col_list)

set(df.col.to_list()).difference(set(df2.col.to_list()))

---

如果是一个大的CSV文件，或者您打算继续使用表，我建议您使用Pandas模块

老实说，即使它是一个小文件，或者您不打算继续使用表，Pandas也是一个优秀的模块

据我所知（我可能弄错了），Pandas是读取CSV文件最快的库之一

import pandas as pd

df = pd.read_csv("path to your csv file", columns = ["column1", "column2"])

def new_list(df):
    return [item for item in df["column2"].values if item not in df["column1"].values]

检查pandas系列中的项目时，使用

.values

非常重要（在数据帧中提取列时，您将获得pandas系列）

您还可以使用

list（df[“column1”]）

和中建议的其他方法来确定列中是否包含值

例如：

df = pd.DataFrame({"column1":[1,2,3,4], "column2":[2,3,4,5]})

数据帧将是

column1   column2
1   2
2   3
3   4
4   5

---

而

new\u line

将返回

[5]

嗨，Guy vandam'，根据问题要求，你必须阅读这两个文件。嘿@ItzikChaimov，你说得对，我对列和文件编号感到困惑。这是一个类似的答案，您可以读取两个数据帧，df1和df2，并从每个数据帧中获取

column1

。此外，在pandas中读取csv时，应该使用

usecols=

而不是

columns=

。我的错。。