如何使用Pandas访问CSV文件特定列？循环访问列遇阻求解决

方法一：使用Python内置csv模块（无需额外依赖） #

如果你的CSV文件有表头，用csv.DictReader可以直接通过列名访问，非常方便：

import csv

# 打开两个CSV文件
with open('file1.csv', 'r', newline='') as f1, open('file2.csv', 'r', newline='') as f2:
    # 用DictReader读取，自动把第一行作为列名
    reader1 = csv.DictReader(f1)
    reader2 = csv.DictReader(f2)
    
    # 假设要对比的列是"user_id"和"email"
    for row1, row2 in zip(reader1, reader2):
        # 直接通过列名获取值
        id1 = row1['user_id']
        id2 = row2['user_id']
        email1 = row1['email']
        email2 = row2['email']
        
        # 执行对比逻辑
        if id1 == id2 and email1 != email2:
            print(f"用户ID {id1} 的邮箱不一致：{email1} vs {email2}")

注意事项： #

• 如果CSV没有表头，改用csv.reader，通过索引访问列（比如第0列是row[0]）：

  reader1 = csv.reader(f1)
  next(reader1)  # 如果有表头但不想用，跳过第一行
  for row1, row2 in zip(reader1, reader2):
      id1 = row1[0]  # 第1列（索引0）是user_id
      email1 = row1[2]  # 第3列是email
  

• 检查列名是否完全匹配（大小写、空格、特殊字符都要一致，比如User ID和user_id是不同的）。

方法二：使用pandas（适合大数据量，代码更简洁） #

如果数据量较大，用pandas的矢量化操作效率更高，循环也更灵活：

import pandas as pd

# 读取两个CSV文件
df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')

# 假设要对比的列是"order_id"和"total_amount"
for idx, (row1, row2) in enumerate(zip(df1.itertuples(), df2.itertuples())):
    # 通过列名访问，itertuples()比iterrows()更快
    order_id1 = row1.order_id
    order_id2 = row2.order_id
    amount1 = row1.total_amount
    amount2 = row2.total_amount
    
    if order_id1 == order_id2 and amount1 != amount2:
        print(f"行{idx+1} 订单{order_id1} 金额不一致：{amount1} vs {amount2}")

# 或者直接用矢量化对比，不需要循环（更高效）
mismatch = (df1['user_id'] == df2['user_id']) & (df1['email'] != df2['email'])
print("邮箱不一致的行：")
print(df1[mismatch][['user_id', 'email']])

注意事项： #

• 如果CSV的分隔符不是逗号，要指定sep参数，比如pd.read_csv('file.csv', sep='\t')（制表符分隔）。
• 确保两个CSV的行数一致，否则zip会在较短的文件结束后停止；如果行数不同，可以用itertools.zip_longest补全缺失行。

内容的提问来源于stack exchange，提问作者Renoldo