如何使用Python删除CSV文件中不在指定ID列表内的多余行

原代码存在以下缺陷：

• 类型不匹配：l_id 存储的是整数类型，从CSV行拆分得到的ID为字符串类型，直接做集合判断永远无法正确匹配
• 匹配逻辑不严谨：直接对整行拆分后做集合判断，若Name列出现和目标ID相同的数值会出现误判，没有精准匹配ID列
• 读写逻辑不规范：使用csv.writer写文件，但读文件没有使用配套的csv.reader解析，直接传入字符串写行会导致CSV格式错乱
• 表头丢失风险：没有单独处理首行表头，会被当做普通行判断过滤

方案1：使用标准csv模块实现（无需额外安装依赖） #

import csv

l_id = [18850080, 535553, 19292162, 1728035, 1179719, 19194894, 22817838, 19997487, 19728145, 1457232, 13560402, 18855476, 7151442, 18955830, 11294262, 18506072, 1360698]
# 转换为字符串集合，加快匹配速度同时适配CSV读取的字符串类型ID
valid_id_set = set(map(str, l_id))

with open('abc.csv', 'r', newline='', encoding='utf-8') as inp, open('abc_edit.csv', 'w', newline='', encoding='utf-8') as out:
    reader = csv.DictReader(inp)
    writer = csv.DictWriter(out, fieldnames=reader.fieldnames)
    # 写入表头
    writer.writeheader()
    # 逐行判断ID是否在有效列表中
    for row in reader:
        if row['ID'] in valid_id_set:
            writer.writerow(row)

该方案精准匹配ID列，不会出现误匹配问题，同时保留原CSV表头和格式。

方案2：使用pandas实现（代码更简洁，适合大文件处理） #

import pandas as pd

l_id = [18850080, 535553, 19292162, 1728035, 1179719, 19194894, 22817838, 19997487, 19728145, 1457232, 13560402, 18855476, 7151442, 18955830, 11294262, 18506072, 1360698]

df = pd.read_csv('abc.csv')
# 筛选ID在l_id中的行
df_filtered = df[df['ID'].isin(l_id)]
# 保存结果，不写入自带的索引列
df_filtered.to_csv('abc_edit.csv', index=False)

该方案仅需3行核心代码即可完成需求，处理效率更高。

内容的提问来源于stack exchange，提问作者abc xyz