比较CSV文件-python 3（初学者）

我有两个csv文件。我在没有csv阅读器的情况下阅读这篇文章，因为行中有不一致之处——有些行有引文，有些没有，这是在抛弃csv阅读器。这两个文件的格式相同，但有不同的条目，因此它们看起来像这样：

a   b   c   d    e   f   g   h   i   j   h  i   j   k
"a  b   c   d    e   f   g   h   i   j   h  i   j   k  j"
"a  b   c   d    e   f   g   h   i   j   h  i   j   k  j"

 A
 B
 B
 B
 A
 B
 B
 B....etc

我需要做的是找到文件1和文件2中第三列（c）值相同的所有行。请注意，其余的值将非常不同，因此我认为difflib之类的东西不会起作用，除非我遗漏了一些东西

起初，我尝试使用嵌套的for循环，类似这样

for line in fileOne:
    entry=line.split()
    print ("A")
    for row in fileTwo:
        space=row.split
        print ("B")
        if space[2]=entry[2]:
            outputHandle.write(line)

但我发现，使用打印语句，这是输出

 A
 B
 B
 B
 A
 A

我需要脚本为第一个文件中的每一行检查第二个文件的所有行，因此它看起来如下所示：

a   b   c   d    e   f   g   h   i   j   h  i   j   k
"a  b   c   d    e   f   g   h   i   j   h  i   j   k  j"
"a  b   c   d    e   f   g   h   i   j   h  i   j   k  j"

 A
 B
 B
 B
 A
 B
 B
 B....etc

（我知道这是非常昂贵的。但我只是盯着外面看，不知道如何更有效地做到这一点，很遗憾）

我还尝试使用一个函数：

def file_check(variableName):
    for row in fileTwo:
        return("B")
        if entry in row:
            return ("found")
    return("not found")
for line in fileOne:
    entry= line.split()
    print ("A")
    var=file_check(entry[2])
    print (var)

这将产生： A. （“未找到”） A. （“未找到”） A. （“未找到”）

因为我使用的是测试文件，所以我知道有匹配的条目，所以这也不是在第二个文件中循环，而是只检查第一行

很抱歉问这么一个基本的问题，StackOverflovians，但这次我真的被卡住了。 欢迎提供任何建议，并表示感谢

注意：这个问题以前有人问过，但答案只适用于Python2，Python3的csv模块似乎真的不同。这是这个问题的前一个版本：

---

您需要遍历每个文件中的每一行，并将它们拆分成数组，以便进行比较。试着这样做：

a   b   c   d    e   f   g   h   i   j   h  i   j   k
"a  b   c   d    e   f   g   h   i   j   h  i   j   k  j"
"a  b   c   d    e   f   g   h   i   j   h  i   j   k  j"

 A
 B
 B
 B
 A
 B
 B
 B....etc

打开（“文件1”）作为文件1，打开（“文件2”）作为文件2：
对于文件1中的行1：
row1=row1.split（）
对于文件2中的行2：
row2=row2.split（）
如果第1行[2]==第2行[2]：
打印（“找到”）

如果您还需要去掉字符串中的引号，可以尝试以下方法：

a   b   c   d    e   f   g   h   i   j   h  i   j   k
"a  b   c   d    e   f   g   h   i   j   h  i   j   k  j"
"a  b   c   d    e   f   g   h   i   j   h  i   j   k  j"

 A
 B
 B
 B
 A
 B
 B
 B....etc

row1=row1.split（）
对于范围内的i（len（row1））：
行1[i]=行1[i]。替换（“\”，“”）

---

这将用空字符串替换每个引号。

我不确定您的意思是要查找B中有多少行与文件A中的每一行具有相同的字段3值，还是要匹配两个文件中共享相同字段3值的行……我将假设后者

在开始之前，按照第三列对每个文件的行进行排序如何

如果这样做，则可以向下读取文件A，并且每当字段3中文件A的值发生变化时，使用该新值打印A中的记录，然后切换到处理文件B：

Arecord = read file A

while not EOF on file A:
    currentKey = field 3 of Arecord
    print "\n" + Arecord
    Arecord = read file A
    while field 3 of Arecord == currentKey
        print Arecord

    while field 3 of Brecord < currentKey:
        Brecord = read file B
    while field 3 of Brecord == currentKey:
        print Brecord

Arecord=读取文件A
虽然不是文件A上的EOF：
currentKey=A记录的字段3
打印“\n”+记录
Arecord=读取文件A
而Arecord的字段3==currentKey
打印记录
当Brecord的字段3

因为您已经按字段3对两个文件进行了排序，所以这将在一次快速传递中得到结果

如果出于某种原因，您需要在末尾按顺序重新排列这些行，请在开始之前将其原始记录编号添加为一个附加字段，然后按该字段排序，然后删除该附加字段

如果您添加一个额外的字段，说明每行来自哪个文件，那么您可以将这些文件放在一起，并按两个键进行排序：字段3和“我来自哪个文件”字段，并一次性获得结果

警告：通常的*nix“sort”命令（与大多数/所有其他与*nix“field”相关的命令一样）无法处理带引号的字段。因此，您可能必须先获得带引号的RID。“sort”也不喜欢使用Unicode，因此，如果数据中有任何非ASCII字符，请使用“msort”或其他类似命令

---

希望能有所帮助。

我会尝试以下几点：

import pandas as pd
df1 = pd.read_csv(f1)
df2 = pd.read_csv(f2)
df1['same'] = df1[2] == df2[2]

---

这将为您提供一个

True/False

数组，显示行的相同/不同之处。

是的，这就是我基本上使用的嵌套for循环。但是，正如我所指出的，由于某种原因，这并没有实际扫描第二个文件中的所有行。在每个循环中使用一些print语句进行尝试，您可能会看到我所说的内容t、 您应该单独测试该部分，因为这似乎不太可能。我意识到，问题是，当for循环到达第二次运行的file2时，指针位于第二个文件的底部。因此，如果您在第二次for循环之前倒回光标，您的代码将完美运行！如果您将答案编辑为包含“file2.seek！”（0）“在您的回答中，我将“接受”它。感谢您的帮助！谢谢，这是一种很酷的方式。事实上，我正在寻找后一种方式，即您描述的方式，因此它肯定很有帮助。