如何用Python脚本基于邮件列表过滤CSV文件指定列

实现思路 #

1. 读取待匹配的邮件列表文件，将邮件地址存入集合（集合查找效率远高于列表，适合大规模数据场景）
2. 读取原始CSV文件，逐行检查每条记录的e-mail字段是否在邮件集合中
3. 将符合条件的记录（包括表头）写入新的CSV文件

完整脚本代码 #

import csv

# 配置文件路径，根据实际情况修改
INPUT_CSV = "original_data.csv"
EMAIL_LIST_FILE = "email_list.txt"
OUTPUT_CSV = "filtered_data.csv"

def filter_csv_by_emails():
    # 读取邮件列表到集合
    email_set = set()
    with open(EMAIL_LIST_FILE, 'r', encoding='utf-8') as f:
        for line in f:
            # 去除换行符和首尾空格，避免匹配错误
            email = line.strip()
            if email:  # 跳过空行
                email_set.add(email)
    
    # 读取原始CSV并过滤写入新文件
    with open(INPUT_CSV, 'r', encoding='utf-8') as infile, \
         open(OUTPUT_CSV, 'w', encoding='utf-8', newline='') as outfile:
        
        reader = csv.DictReader(infile)
        writer = csv.DictWriter(outfile, fieldnames=reader.fieldnames)
        
        # 写入表头
        writer.writeheader()
        
        # 遍历每条记录，匹配则写入
        for row in reader:
            if row['e-mail'] in email_set:
                writer.writerow(row)

if __name__ == "__main__":
    filter_csv_by_emails()
    print("过滤完成，结果已保存到", OUTPUT_CSV)

关键细节说明 #

• 使用csv.DictReader和csv.DictWriter可直接通过字段名（如row['e-mail']）访问列数据，无需关心列位置，代码更易维护
• 邮件列表文件支持TXT或单列CSV（代码按行读取，自动忽略空行）
• 加入strip()处理邮件地址，避免因换行符、空格导致的匹配失败
• 设置newline=''可避免Windows系统下写入CSV时出现多余空行

测试示例 #

将你提供的示例数据分别保存为：

• original_data.csv（原始完整CSV内容）
• email_list.txt（待匹配邮件列表）

运行脚本后，filtered_data.csv会生成期望的结果：

name,e-mail,status
Mary,mary_mail,2
Louis,louis_mail,2
Frank,frank_mail,2

内容的提问来源于stack exchange，提问作者juliuz