如何对比行序不同的含Domain与IP的CSV文件并找出缺失IP？

核心步骤 #

• 读取两个CSV文件，明确各自的字段顺序
• 提取目标IP列，用集合优化查询效率
• 筛选出File X中未出现在File Y的IP
• 输出或保存结果

代码实现（附样本数据演示） #

假设你的样本数据如下：

File X（dns,ip）：
google.com,8.8.8.8
baidu.com,110.242.68.68
example.com,93.184.216.34

File Y（ip,dns）：
8.8.8.8,google.com
1.1.1.1,cloudflare.com
110.242.68.68,baidu.com

执行以下代码：

import pandas as pd

# 读取CSV文件，注意各自的字段顺序
df_x = pd.read_csv('file_x.csv')  # 列：dns, ip
df_y = pd.read_csv('file_y.csv')  # 列：ip, dns

# 可选：清洗IP列，去除可能存在的空格（避免匹配失败）
df_x['ip'] = df_x['ip'].str.strip()
df_y['ip'] = df_y['ip'].str.strip()

# 把File Y的IP转成集合，集合的in操作比列表快很多，适合大数据量
y_ip_set = set(df_y['ip'])

# 筛选File X中不在File Y里的IP，转成列表
missing_ips = df_x[~df_x['ip'].isin(y_ip_set)]['ip'].tolist()

# 输出结果
print("未匹配到的IP列表：")
for ip in missing_ips:
    print(ip)

# 可选：保存结果到新CSV
pd.DataFrame({'missing_ip': missing_ips}).to_csv('missing_ips.csv', index=False)

代码解释 #

• df_x[~df_x['ip'].isin(y_ip_set)]：isin()检查IP是否在Y的集合中，~取反，得到所有未匹配的行
• ['ip'].tolist()：只提取IP列并转成普通列表，方便查看或后续处理
• 用set()转换Y的IP列：当CSV数据量很大时，集合的查询速度远高于列表，能显著提升效率

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