1

やりたいこと:

下記の2つのcsvファイルを比較して、両ファイル内の差分を抽出し別のファイルにデータを書き込みたいです。

csvデータ①

A  B      C  
1 アメリカ   ○
2 カナダ  ×
3 日本     △
4 イタリア  ○
5 イギリス  □
6 メキシコ  空白
7 空白  空白    

csvデータ②

A  B      C  
1 アメリカ   ○
2 カナダ  □ →”×”→”□”変わった部分ですが、”□”は除外
3 日本     ○ →”△”→”○”変わった部分
4 イタリア  ○ 
5 イギリス  ×→”□”→”✖️”変わった部分
6 メキシコ 空白
7 空白  空白

抽出したいデータは”○”と”✖️”で変わった時だけです。
*ヘッダ付きと改行されている形式で下記のように表示したいです。

A  B      C  
3 日本     ○
5 イギリス  ×

こちらのコードを記載しましたが下記のように表示されます。

import csv
import pandas as pd

df1 = pd.read_csv('test1.csv',encoding='utf_8_sig')
df2 = pd.read_csv('test2.csv',encoding='utf_8_sig')

ret = df2[~df2.A.isin(df1.A)]
ret.to_csv('test3.csv', index=None)

print(ret.to_csv)

出力
ヘッダだけしか表示されないです。

<bound method NDFrame.to_csv of Empty DataFrame
Columns: [A, B, C]
Index: []>
PS C:\Users\test\Documents\test>

わかる方いらっしゃいましたらご教示願います。
お手数ですが、宜しくお願いいたします。

8
  • df2.iloc[df1.compare(df2).index]
    – user39889
    2021年2月11日 12:45
  • @metropolis 回答ありがとうございます。上記の方法で来ますが、すいませんあとで追記しましたが抽出したいデータは”○”と”✖️”で変わった時だけです。csvデータ②の2行は除外したいです。可能でしょうか。
    – 幸589
    2021年2月11日 13:20
  • 「抽出したいデータは""と"✖️"で変わった時だけ」というのがイマイチ厳密な定義ではないですね。空白を含めた変更前と変更後の全ての組み合わせパターンを表にして、どの場合を抽出したいかを追記してみてはどうでしょう?
    – kunif
    2021年2月14日 6:42
  • @kunif いつもお世話になっております。今回下記の方法と.str.contains#特定の文字を検索で"○"と"✖️"だけ抽出できました。
    – 幸589
    2021年2月15日 7:51
  • 何らかの処理を積み重ねれば結果は出ますが、それで全ての場合の確認や、あるいは後で少し条件を変えたい時に自分で対処出来ますか? ということです。それを整理して応用し易いように資料として残しておいた方が良いでしょう。
    – kunif
    2021年2月15日 8:03

1 件の回答 1

1

Aの値が2つのファイルで一対一に対応している前提で、該当しそうな条件で例として書いてみました。
条件を適宜調整してください。ご参考まで。

#!/usr/bin/env python3
#-*- coding: utf-8 -*-↲

import csv
import pandas as pd

df1 = pd.read_csv('test1.csv')
df2 = pd.read_csv('test2.csv')

# 1.今回×に変わったところ
df2_state = df2['C'].isin(['×'])
# もともと○、□だったところ
df1_state = df1['C'].isin(['○','□'])
# 両方を満たすケース
f1_state= (df1_state & df2_state)


# 2.今回○に変わったところ
df2_state = df2['C'].isin(['○'])
# もともと△、×、□、空白だったところ
df1_state = df1['C'].isin(['△','×','空白','□'])
# 両方を満たすケース
f2_state= (df1_state & df2_state)

# 1.2.それぞれの条件を満たすもの
final_state = ( f1_state | f2_state )

# 最終的にほしいDetaframe
final_answer = df2[final_state]

final_answer.to_csv('test3.csv', index=None)
1
  • こちらも回答ありがとうございます。 上記の方法と.str.contains#特定の文字を検索で"○"と"✖️"だけ抽出できました。
    – 幸589
    2021年2月15日 7:53

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。