python - 查找两个 csv 文件中列名之间的差异？

Question

我有两个 csv 文件，它们的第一行是列的名称。我想diff他们的列名集，即找出

• 两个文件是否有相同的列名集(列的顺序无关紧要)，以及

• 如果他们不这样做，一个文件中有什么列名而另一个文件中没有..

是否可以使用 awk 或 Linux 中的其他文本处理实用程序来做到这一点？还是使用 Python 更好？

例如假设一个文件看起来像

col2,col1,col3
1,2,3
4,5,6

另一个文件看起来像

col3,col2,col4
2,3,4
5,6,7

那么在第一个文件中但在第二个文件中不存在的列名是col1，在第二个文件中但不在第一个文件中的列名是col4。

Answer 1

在 Python 中，首先使用 csv.reader 保存每个文件的标题行:

import csv
with open('one.csv', newline='') as f1, open('two.csv', newline='') as f2:
    one = set(next(csv.reader(f1)))
    two = set(next(csv.reader(f2)))

然后就可以使用set操作了。

是否相同:

one == two

two 有但 one 没有的列:

two - one

one 有但 two 没有的列:

one - two

为了好玩，两个文件都有的列:

one & two

以及任一文件中的所有可用列:

one | two