Python 从csv读取项目并在另一个csv中更新相同的项目

我正在研究一种从

input.csv

读取数据的方法，并根据产品的

id

更新

output.csv

中的

stock

列

以下是我目前正在进行的步骤：

1.将产品信息从

input.csv

读取到

input\u data=[]

中，这将返回订购信息列表

input_data

当前看起来如下所示：

[OrderedDict（[（'id'，'1'），（'name'，'a'），（'stock'，'33'）），
OrderedDict（[（'id'，'2'），（'name'，'b'），（'stock'，'66'）），OrderedDict（[（'id'，'3'），（'name'，'c'），（'stock'，'99'））]

2.将当前产品信息从

output.csv

读取到

output\u data=[]

，该数据与

input\u data具有相同的模式

3.迭代

input\u data

并根据

input\u data

中的股票信息更新

output\u data

中的

stock

列最好的方法是什么？

->重要的一点是，在

input\u data

中，可能有一些ID存在于

input\u data

中，但不存在于

output\u data

中。我想更新

输入数据
和
输出数据
共有的
id
股票，“新的”
id
很可能会写入新的csv

我在想这样的事情（这不是真正的代码）：

我知道这看起来很混乱，我要求的是一种合乎逻辑的方式来完成这项任务，而不浪费太多的计算时间。所讨论的文件可能有100000行长，因此性能和速度将是一个问题

如果来自
input_data
和
output_data
的我的数据是
OrderedDict
的
列表
，在
input\u data
中检查
id
并在
output\u data
中使用完全相同的
id
将
stock
写入产品的最佳方法是什么？
虽然Python可能不是您的最佳选择，但我不会使用OrderDict列表来完成此任务。这仅仅是因为试图在
output\u data
中更改某些内容将需要O（n）复杂度，这将简单地在O（n**2）中转换脚本。
我会将这两个文件保存在dicts（或者OrderedDicts，如果您关心顺序的话）中，就像这样（并将整个事情的复杂性降低到O（n））：

我建议您为这项任务检查pandas：谢谢，这让我朝着正确的方向前进了一步，这就是我希望使用的那种数据结构。但是，我似乎无法以这种格式从csv读取数据，因此每一行都是
'1'：['a'，'33']
。请给出一些如何实现这一点的提示？我想你应该逐行阅读，它类似于data=line.split（分隔符），然后输入_data[data[0]]=data[1:]，谢谢！Mulțumesc:）
for p in input_data:
    # check if p['id'] exists in the list of output_data IDs (I might have to create a list of IDs in output_data for this as well, in order to check it against input_data IDs
    # if p['id'] exists in output_data, write the Stock to the corresponding product in output_data
    # else, append p to another_csv

input_data = {
    '1': ['a', '33'],
    '2': ['b', '66'],
    '3': ['c', '99']
}
output_data = {
    '1': ['a', '31'],
    '3': ['c', '95']
}

# iterate through all keys in input_data and update output_data
# if a key does not exist in output_data, create it in a different dict
new_data = {}
for key in input_data:
    if key not in output_data:
        new_data[key] = input_data[key]
        # for optimisation's sake you could append data into the new file here
        # and not save into a new dict
    else:
        output_data[key][1] = input_data[key][1]
        # for optimisation's sake you could append data into a new output file here
        # and rename/move the new output file into the old output file after the script finishes