如何基于另一个CSV的label、value组合值过滤指定CSV的行

实现方案 #

你可以通过以下两种方式实现需求，两种方案均可输出符合要求的结果文件：

方案1：基于pandas实现（代码简洁，适合已有pandas环境的场景） #

import pandas as pd

# 读取两个CSV文件，保留空行，统一读取为字符串类型避免格式转换问题
main_df = pd.read_csv('Main.csv', dtype=str, skip_blank_lines=False)
param_df = pd.read_csv('parameter.csv', dtype=str, skip_blank_lines=False)

# 提取parameter.csv中有效的(label, value)组合，自动跳过空行
valid_pairs = set(param_df[['label', 'value']].dropna().itertuples(index=False, name=None))

# 筛选规则：保留表头、空行，以及label+value匹配的业务行
def filter_rule(row):
    if row.name == 0:
        return True
    if pd.isna(row['label']) and pd.isna(row['value']):
        return True
    return (row['label'], row['value']) in valid_pairs

result_df = main_df[main_df.apply(filter_rule, axis=1)]

# 输出结果，不保留pandas自动生成的索引
result_df.to_csv('filtered_result.csv', index=False)

方案2：基于Python原生csv库实现（无需安装第三方依赖） #

如果不想安装额外的第三方库，可以直接用Python标准库实现：

import csv

# 第一步：先读取参数表，提取所有有效的(label, value)匹配组合
valid_pairs = set()
with open('parameter.csv', 'r', encoding='utf-8') as param_file:
    reader = csv.DictReader(param_file)
    for row in reader:
        # 跳过参数表里的空行
        if row['label'].strip() and row['value'].strip():
            valid_pairs.add((row['label'].strip(), row['value'].strip()))

# 第二步：遍历主表，筛选符合要求的行写入结果文件
with open('Main.csv', 'r', encoding='utf-8') as main_file, \
     open('filtered_result.csv', 'w', encoding='utf-8', newline='') as result_file:
    reader = csv.DictReader(main_file)
    writer = csv.DictWriter(result_file, fieldnames=reader.fieldnames)
    # 写入表头
    writer.writeheader()
    for row in reader:
        # 保留主表里的空行
        if not row['label'].strip() and not row['value'].strip():
            writer.writerow(row)
            continue
        # 匹配成功的行写入结果
        if (row['label'].strip(), row['value'].strip()) in valid_pairs:
            writer.writerow(row)

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