Python 如何在两个单独的csv中识别名字和姓氏的两列中的重复项

我有两个单独的csv文件，具有不同的名称和重复的名称，我想删除重复的名称，并将它们导出到仅识别重复的csv文件中

csv_文件1：

first_name, last_name
lucas, micker
kyle, smith
mark, davis 
danny, green
myles, cook

csv_文件2：

first_name, last_name
corey, mintzer 
lucas, erin
mark, davis 
danny, green 
myles, turner 

first_name,last_name
corey, mintzer 
lucas, erin
mark, davis 
danny, green 
myles, turner 

预期产出：

first_name, last_name
mark, davis
danny, green

这是我不工作的代码。我对熊猫图书馆不太在行，我相信还有其他方法可以做到这一点

import pandas as pd
a = pd.read_csv('file1.csv')
b = pd.read_csv('file2.csv')
c = pd.merge(a, b, how='inner', on=['first_name', 'last_name'])
c.to_csv('remove_dup_.csv')

---

非常感谢您的帮助

这为您解决了这个问题：

数据

a = pd.DataFrame([['lucas', 'micker'],
                ['kyle', 'smith'],
                ['mark', 'davis' ],
                ['danny', 'green'],
                ['myles', 'cook']], columns = ['first', 'last'])
b = pd.DataFrame([['corey', 'mintzer' ],
                ['lucas', 'erin'],
                ['mark', 'davis' ],
                ['danny', 'green' ],
                ['myles', 'turner']] , columns = ['first', 'last'])

或

解决方案

c = pd.concat([a,b], axis=0) # stack  dataframes
d = c[c.duplicated(keep='first')] # get duplicated rows

输出

print(d.to_string())
   first   last
7   mark  davis
8  danny  green

---

您的代码是正确的，问题是您没有命名csv的列。默认情况下，pandas将csv的第一行作为列名

以下是如何修改csv以使代码正常工作：

csv_文件1：

first_name,last_name
lucas, micker
kyle, smith
mark, davis 
danny, green
myles, cook

csv_文件2：

first_name, last_name
corey, mintzer 
lucas, erin
mark, davis 
danny, green 
myles, turner 

first_name,last_name
corey, mintzer 
lucas, erin
mark, davis 
danny, green 
myles, turner 

---

这应该行得通，你能更准确地说明什么“不起作用”吗？也许这是一个前导/尾随空格问题，或者您的输出中是否有更多的重复项？我同意@ALollz的观点，这应该可以工作。我的两个csv文件都包含数百行，我如何才能使其在“a”和“b”的文件路径中出现？这些文件中有头吗？这些文件中有头好的，我编辑了文件，还添加了一个清理字符串的步骤，因为字符串末尾的空格可能有问题