如何验证两个不同的.csv文件列ID是否与python匹配？

我有两个不同的.csv文件，但它们的id相同

file_1.csv:
id, column1, column2
4543DFGD_werwe_23, string
4546476FGH34_wee_24, string
....
45sd234_w32rwe_2342342, string

另一个：

file_1.csv:
id, column3, column4
4543DFGD_werwe_23, bla bla bla
4546476FGH34_wee_24, bla bla bla
....
45sd234_w32rwe_2342342, bla bla bla

---

如何验证这两列是否具有相同的id，或者是否与csv模块或pandas相同？

加载后，您可以调用id列：

df['id'].equals(df1['id'])

如果它们在长度和顺序上完全相同，则返回True或False

In [3]:

df = pd.DataFrame({'id':np.arange(10)})
df1 = pd.DataFrame({'id':np.arange(10)})
df.id.equals(df1.id)
Out[3]:
True

In [7]:

df = pd.DataFrame({'id':np.arange(10)})
df1 = pd.DataFrame({'id':[0,1,1,3,4,5,6,7,8,9]})
df.id.equals(df1.id)
Out[7]:
False
In [8]:

df.id == df1.id
Out[8]:
0     True
1     True
2    False
3     True
4     True
5     True
6     True
7     True
8     True
9     True
Name: id, dtype: bool

要加载CSV，请执行以下操作：

df = pd.read_csv('file_1.csv')
df1 = pd.read_csv('file_2.csv') # I'm assuming your real other csv is not the same name as file_1.csv

然后，您可以执行与上面相同的比较：

df.id.equals(df1.id)

如果只想比较id列，可以指定只加载该列：

df = pd.read_csv('file_1.csv', usecols=['id'])
df1 = pd.read_csv('file_2.csv', usecols=['id'])

---

加载后，您可以调用id列：

df['id'].equals(df1['id'])

如果它们在长度和顺序上完全相同，则返回True或False

In [3]:

df = pd.DataFrame({'id':np.arange(10)})
df1 = pd.DataFrame({'id':np.arange(10)})
df.id.equals(df1.id)
Out[3]:
True

In [7]:

df = pd.DataFrame({'id':np.arange(10)})
df1 = pd.DataFrame({'id':[0,1,1,3,4,5,6,7,8,9]})
df.id.equals(df1.id)
Out[7]:
False
In [8]:

df.id == df1.id
Out[8]:
0     True
1     True
2    False
3     True
4     True
5     True
6     True
7     True
8     True
9     True
Name: id, dtype: bool

要加载CSV，请执行以下操作：

df = pd.read_csv('file_1.csv')
df1 = pd.read_csv('file_2.csv') # I'm assuming your real other csv is not the same name as file_1.csv

然后，您可以执行与上面相同的比较：

df.id.equals(df1.id)

如果只想比较id列，可以指定只加载该列：

df = pd.read_csv('file_1.csv', usecols=['id'])
df1 = pd.read_csv('file_2.csv', usecols=['id'])

按csv模块：

打开两个文件。 通过csv阅读器方法读取文件。 创建字典，因为行中的第一项是键，值是行。 使用set intersection方法从字典中获取相同的键。 打印结果。 代码：

输出：

vivek@vivek:~/Desktop/stackoverflow$ python 27.py
Same Id : ['4546476FGH34_wee_24', '4543DFGD_werwe_23', '45sd234_w32rwe_2342342']

按csv模块：

打开两个文件。 通过csv阅读器方法读取文件。 创建字典，因为行中的第一项是键，值是行。 使用set intersection方法从字典中获取相同的键。 打印结果。 代码：

输出：

vivek@vivek:~/Desktop/stackoverflow$ python 27.py
Same Id : ['4546476FGH34_wee_24', '4543DFGD_werwe_23', '45sd234_w32rwe_2342342']

---

哇！美好的谢谢你的帮助。如何更改“id”：np.arange10以表示大文件的长度？您有点困惑，我的代码显示了示例数据，我将更新以显示如何在pandas中加载csv并执行相同的比较我可以告诉您pandas csv模块加载csv文件的速度非常快，比python标准csv模块快，请参阅链接：@ml_guy No，忽略np.arange部分，直接加载csv的just do df.id.equalsdf1.id后无需构建新的dfspd.set_选项'display.max_rows=-1'Wow。。美好的谢谢你的帮助。如何更改“id”：np.arange10以表示大文件的长度？您有点困惑，我的代码显示了示例数据，我将更新以显示如何在pandas中加载csv并执行相同的比较我可以告诉您pandas csv模块加载csv文件的速度非常快，比python标准csv模块快，请参阅链接：@ml\u guy No，忽略np.arange部分，直接加载csv的just do df.id.equalsdf1.id后，无需构建新的dfspd.set\u选项'display.max\u rows=-1'惊人！。谢谢你的帮助！欢迎我也在查看pandas实现感谢您的帮助，但我得到了以下信息：相同Id:[]可能我做错了什么，我如何修复它？通过电子邮件将您的py文件和输入文件传递给我-vivekbsable@gmail.comAmazing!. 谢谢你的帮助！欢迎我也在查看pandas实现感谢您的帮助，但我得到了以下信息：相同Id:[]可能我做错了什么，我如何修复它？通过电子邮件将您的py文件和输入文件传递给我-vivekbsable@gmail.com