Python 删除CSV中的行（如果一个字段与另一个字段部分匹配）

如果某个字段与其他字段部分匹配，我想删除CSV文件中的一行

例如：

serial       book name                     author     

1.          Ramakrishna Kathamrita Vol1     Sri M     
2.          Ramakrishna Kathamrita Vol2     Sri M     
3.          Ramakrishna Kathamrita Vol3     Sri M     

对于这三个，我只想有一个条目。它应该只返回：

serial       book name          author  

 1.          Ramakrishna Kathamrita Vol1     Sri M   

在Python中有什么方法可以做到这一点吗

编辑： （29-12-2017 17:05）

对不起，我不清楚

我们可以设定以下标准

如果书名有

n

个单词，则至少第一个

n-1

个单词应该匹配

如果满足

1.

，它将在询问用户时删除该行

这个想法大体上是这样的：

my_string1 = "Ramakrishna Kathamrita Vol1"
my_string2 = "Ramakrishna Kathamrita Vol2"    

splitted1 = my_string1.split()
splitted2 = my_string2.split()

if(splitted1[0] = splitted2[0] & splitted1[1] = splitted2[1])
     then ask the user whether to delete the row;wait for 'y/n'

我们还可以得到字数：

def word_count(string):
    tokens = string.split()
    n_tokens = len(tokens)
    return n_tokens

现在我们如何实现它1）对于CSV2）请求时删除行

如果某个字段与其他字段部分匹配

---

可以使用字符串距离算法。模块可能很有用，但您需要定义什么是您的

相似性

标准。

什么是“部分匹配”的标准？一旦您可以定义，您就可以使用字典（或

collections.defaultdict

）或使用

itertools.groupby（）

.Edited）对CSV行进行分组并根据需要组合它们。希望问题现在清楚了。编辑问题。我在寻找一些不同的东西。然后你很接近了，使用

split（）

来计算单词，正则表达式也可以。使用

word1.rsplit（无，1）[0]==word2.rsplit（无，1）[0]

通过

n-1

单词进行比较。循环遍历数据，但首先按图书名称对其进行排序，然后将以前的图书名称与当前图书名称进行比较。