Python 将2个CSV文件与数值进行比较

比较两个csv文件，需要共享所需结果，如数值差异、字段值类型、记录计数等

输入文件A XYZ_20190908.csv：

输入文件B XYZ_20190909.csv：

输出：

对应字段的每个值的差异。 如果所有值均为NaN，则返回错误 比较文件A和文件B中的值，如果值与 具有不同数据的两个文件中的位置具有不同的数据类型，如文件A具有52680.898056，而文件B中的值为NaN，应显示错误

---

需要帮助。

我建议你使用熊猫图书馆。它有一些有用的方法来处理此类问题，如读取csv和读取csv。

使用熊猫：

df1 = pd.read_csv(`XYZ_20190908.csv`)
df2 = pd.read_csv(`XYZ_20190909.csv`)

确保它们具有相同的列和索引结构，以便您可以以所需的方式合并它们

df = pd.concat([df1,df2]) 

这只有在行和/或列逻辑对齐时才有意义

合并后，您可以继续执行任何操作。具体地说，是为你的问题a、b和c指明方向的东西：

df['diff']=df.col_df1 - df.col_df2
df.isna()
df.apply(lambda x: if type(x.col_df1) == type(x.col_df2) True else False, axis = 1)

---

但是，问题太广泛，数据结构太不精确，无法正确回答您的问题。

您好，欢迎来到Stackoverflow！请参阅及。把你面临的问题的更多细节写出来。包括到目前为止您尝试过的相关代码段。Live server无法安装

df = pd.concat([df1,df2]) 

df['diff']=df.col_df1 - df.col_df2
df.isna()
df.apply(lambda x: if type(x.col_df1) == type(x.col_df2) True else False, axis = 1)