使用 Pandas 处理 CSV 文件并将处理后的文件的输出与现有文件进行比较

Question

我正在尝试处理一个 CSV 文件并提取主机名并将提取保存到一个名为的文件中host_file1，然后将此文件与现有的文本文件进行比较，即host_file2，因此 csv 处理工作正常。

现在，正如我所说，我想在两个文件之间进行一些主机名比较，我想要的是将主机名host_file2与匹配host_file1，因此如果主机名在host_file2但不在host_file1打印主机名中，请不要打印两者中的主机名文件。

我已经尝试过类似下面的设置，但它只是给出了我想要的不同。

#!/python/v3.6.1/bin/python3

from __future__ import print_function

from signal import signal, SIGPIPE, SIG_DFL

signal(SIGPIPE,SIG_DFL)

import pandas as pd

##### Python pandas, widen output display to see more columns. ####

pd.set_option('display.height', None)

pd.set_option('display.max_rows', None)

pd.set_option('display.max_columns', None)

pd.set_option('display.width', None)

pd.set_option('expand_frame_repr', True)

##################### END OF THE Display Settings ###################

df_csv = pd.read_csv(input("Please input the CSV File Name: "), usecols=['Platform ID', 'Target system address']).dropna()

hostData = df_csv[df_csv['Platform ID'].str.startswith("CDS-Unix")]['Target system address']

hostData.to_csv('host_file1', header=None, index=None, sep=' ', mode='a')

with open('host_file1', 'r') as f:

    dataset1 = set(f)

with open('host_file2', 'r') as f:

    dataset2 = set(f)

for i, item in enumerate(sorted(dataset1 ^ dataset2)):

    print(str(item))

# shorter

"""

with open('host_file1') as f1, open('host_file2') as f2:

    dataset1 = set(f1)

    dataset2 = set(f2)

"""

两个不同的主机名文件：

主机文件1

vmhost01

vmhost02

vmhost03

vmhost04

vmhost05

vmhost06

vmhost07

vmhost08

vmhost09

vmhost10

主机文件2

vmhost01

vmhost02

vmhost03

vmhost04

vmhost05

vmserver01

vmhost07

vmhost08

vmserver02

vmhost10

想要的结果：

vmserver01

vmserver02

Answer 1

我认为你需要减法集：for i, item in enumerate(sorted(dataset2 - dataset1)):#alternative#for i, item in enumerate(sorted(dataset2.difference(dataset1))):    print(str(item))    vmhost01    vmhost02    vmserver01    vmserver02和列表理解的最后一个解决方案：s = set(dataset1)out = [x for x in dataset2 if x not in s]print (out)['vmserver02', 'vmhost02', 'vmhost01', 'vmserver01']