如何在不使用pandas的情况下统计new.csv与old.csv的特定状态变更次数

我们有两个CSV文件：new.csv和old.csv，文件内容如下：

旧文件（old.csv）内容 #

abc done
xyz done
pqr done
rst pending

新文件（new.csv）内容 #

abc pending
xyz not_done
pqr pending
rst done

需要统计两类状态变更：

• count1：从done变为pending的条目数（预期结果：2，对应abc、pqr）
• count2：从done变为not_done的条目数（预期结果：1，对应xyz）

纯Python实现代码 #

# 初始化统计计数器
count1 = 0
count2 = 0

# 读取旧文件，构建状态映射字典
old_status = {}
with open('old.csv', 'r') as f_old:
    for line in f_old:
        # 去除首尾空白，按空格分割（假设字段无空格）
        parts = line.strip().split()
        if len(parts) == 2:
            key, status = parts
            old_status[key] = status

# 读取新文件，对比状态并统计
with open('new.csv', 'r') as f_new:
    for line in f_new:
        parts = line.strip().split()
        if len(parts) == 2:
            key, new_status = parts
            # 只处理旧状态是done的条目
            if old_status.get(key) == 'done':
                if new_status == 'pending':
                    count1 += 1
                elif new_status == 'not_done':
                    count2 += 1

# 输出结果
print(f"count1（done→pending）: {count1}")
print(f"count2（done→not_done）: {count2}")

代码逻辑说明 #

1. 构建旧状态字典：先读取old.csv，将每个条目的标识（第一列）作为键，状态（第二列）作为值存入字典，方便后续快速查找。
2. 遍历新文件统计：逐行读取new.csv，对每个条目，先检查其在旧文件中的状态是否为done，再根据新状态判断属于哪类变更，对应计数器加1。
3. 边界处理：代码中加入了len(parts) == 2的判断，避免空行或格式错误的行影响统计。

执行代码后输出结果：

count1（done→pending）: 2
count2（done→not_done）: 1

内容的提问来源于stack exchange，提问作者SID EDUCATION