基于两个CSV文件图片名匹配生成目标CSV文件的技术求助

需求说明 #

现有两个CSV文件：

• main_predicted.csv：4500+条记录，包含imgs（图片名称）和pred（预测结果）字段
• labels.csv：568条记录，包含imgs字段

需要匹配两者的imgs列，生成仅包含匹配成功的imgs和pred字段的新CSV文件。

修改后的代码实现 #

import pandas as pd

# 读取两个源CSV文件，注意路径需与实际文件位置一致
main_predicted = pd.read_csv('main_predicted.csv')
labels = pd.read_csv('labels.csv')

# 筛选出main_predicted中imgs存在于labels中的记录
matched_data = main_predicted[main_predicted['imgs'].isin(labels['imgs'])]

# 确保只保留需要的imgs和pred字段
matched_data = matched_data[['imgs', 'pred']]

# 保存匹配后的结果到新CSV文件
matched_data.to_csv('evaluation/cls_ref/res/matched_iid.csv', index=False)

补充优化说明 #

• 如果labels.csv的imgs列存在重复值，可先去重再匹配，避免重复筛选：

  # 对labels的imgs列去重
  unique_labels_imgs = labels['imgs'].drop_duplicates()
  matched_data = main_predicted[main_predicted['imgs'].isin(unique_labels_imgs)]
  

• 若需要更精确的匹配（比如处理字符串首尾空格、大小写差异），可先对imgs列做清洗：

  # 去除字符串两端空格并统一转为小写
  main_predicted['imgs'] = main_predicted['imgs'].str.strip().str.lower()
  labels['imgs'] = labels['imgs'].str.strip().str.lower()
  

内容的提问来源于stack exchange，提问作者Khawar Islam