在Python中比较csv文件时在循环中循环

我有两个csv文件。我试图在一个文件（文件1）的第一列中查找另一个文件（文件2）的第一列中的值。如果匹配，则打印文件2中的行

伪代码：

read file1.csv
read file2.csv
loop through file1
compare each row with each row of file 2 in turn
    if file1[0] == file2[0]:
        print row of file 2

文件1：

45,John
46,Fred
47,Bill

文件2：

46,Roger
48,Pete
49,Bob

我想把它打印出来：

46罗杰

编辑-这些都是示例，实际文件要大得多（5000行，7列） 我有以下资料：

import csv
with open('csvfile1.csv', 'rt') as csvfile1, open('csvfile2.csv', 'rt') as     csvfile2:
    csv1reader = csv.reader(csvfile1)
    csv2reader = csv.reader(csvfile2)
    for rowcsv1 in csv1reader:
        for rowcsv2 in csv2reader:
            if rowcsv1[0] == rowcsv2[0]:
                print(rowcsv1)

然而，我没有得到任何输出

我知道还有其他方法可以做到这一点（使用dict、pandas），但我很想知道为什么我的方法不起作用

---

编辑：我现在看到它只是迭代文件1的第一行，然后关闭，但我不清楚如何阻止它关闭（我也知道这不是最好的方法）。

打开

csv2reader=csv.reader（csvfile2）

然后相对于

csv1reader

的第一行对其进行迭代-它现在已到达文件末尾，不会产生更多数据

因此，对于

csv1reader

的第二行到最后一行，您正在与空列表中的项目进行比较，即不进行比较

无论如何，这是一种非常低效的方法；除非您正在处理非常大的文件，否则这样做会更好

import csv

# load second file as lookup table
data = {}
with open("csv2file.csv") as inf2:
    for row in csv.reader(inf2):
        data[row[0]] = row

# now process first file against it
with open("csv1file.csv") as inf1:
    for row in csv.reader(inf1):
        if row[0] in data:
            print(data[row[0]])

---

我很确定有更好的方法可以做到这一点，但是试试这个解决方案，它应该会起作用

counter = 0
import csv
with open('csvfile1.csv', 'rt') as csvfile1, open('csvfile2.csv', 'rt') as     
csvfile2:
    csv1reader = csv.reader(csvfile1)
    csv2reader = csv.reader(csvfile2)
    for rowcsv1 in csv1reader:
       for rowcsv2 in csv2reader:
           if rowcsv1[counter] == rowcsv2[counter]:
               print(rowcsv1)
           counter += 1   #increment it out of the IF statement.

---

请参阅Hugh Bothwell的答案，了解代码不起作用的原因。要快速完成您在问题中陈述的目标，请尝试以下方法：

import csv
with open('csvfile1.csv', 'rt') as csvfile1, open('csvfile2.csv', 'rt') as csvfile2:
    csv1 = list(csv.reader(csvfile1))
    csv2 = list(csv.reader(csvfile2))
    duplicates = {a[0] for a in csv1} & {a[0] for a in csv2}
    for row in csv2:
        if row[0] in duplicates:
            print(row)

---

它从两个csv文件中获取重复的数字，然后在第二个cvs文件中循环，如果索引0处的数字在第一个cvs文件中，则打印该行。这是一个比您试图做的要快得多的算法。

如果顺序很重要，正如@will da silva的回答中提到的@hugh bothwell，您可以做：

import csv
from collections import OrderedDict

with open('csvfile1.csv', 'rt') as csvfile1, open('csvfile2.csv', 'rt') as csvfile2:
    csv1 = list(csv.reader(csvfile1))
    csv2 = list(csv.reader(csvfile2))

d = {row[0]: row for row in csv2}
k = OrderedDict.fromkeys([a[0] for a in csv1]).keys()
duplicate_keys = [k for k in k if k in d]
for k in duplicate_keys:
    print(d[k])

---

您是否尝试过在每次迭代中打印出rowcsv1[0]和rowcsv2[0]是什么？很可能是索引不匹配导致了错误。您需要存储所有文件2，但可以对文件1进行一次性迭代。在这种特殊情况下，可能根本不需要csv，因为您可以将行作为字符串进行比较。这些是示例，实际文件要大得多（5000行，7列）。。。5000行算不了什么；如果你有足够的内存，你可以做数千万行。那么我如何让它遍历第2行和第3行呢？我是不是误解了/as？我在python方面太落后了：-（data[row[0]]不是只获取索引[0]处的数据吗？或者这是整行的符号吗？

row[0]

获取您的键值（即46）；然后

data[46]

获取相应的行，即

[46，“收到”]

。如果我的csv文件有三列，我还可以使用这种字典式的方法吗？是的，绝对可以。事实上，上面的代码应该按原样工作（假设您只键入一列）。结构与我的类似（for、for、If、action）-是什么在file1的第1行之后停止迭代关闭，就像我的一样？这不是一个解决方案。问题是你只能迭代csv2reader的内容一次；引入一个计数器变量并不能改变这一点。@Hugh Bothwell在这种情况下，用csv的内容填充一个字典，然后遍历它？这是我的首选解决方案-使用一次遍历文件将其存储到内存中以供以后参考。您可以将其存储为列表，但在其中查找值是O（n），而不是O（1）；对于这种特殊用法，dict的速度要快得多。这是一个有趣的替代解决方案；请记住，输出的顺序将不同（它将按file2而不是file1的行顺序）。这可能是个问题，也可能不是问题。