使用Python Pandas对比两个CSV文件提取user_name一致的行

你现有代码中直接用-运算符计算两个DataFrame差值的写法不符合需求，Pandas的减号仅支持数值类型的逐元素运算，无法实现按指定字段匹配取交集的逻辑。

正确实现代码 #

import pandas as pd

# 读取两个csv文件
table1 = pd.read_csv('table1.csv')
table2 = pd.read_csv('table2.csv')

# 预处理：去除user_name前后空白字符，避免空格导致匹配失败
table1['clean_name'] = table1['user_name'].str.strip()
table2['clean_name'] = table2['user_name'].str.strip()

# 筛选两表user_name匹配的table1行，生成table3
table3 = table1[table1['clean_name'].isin(table2['clean_name'])].copy()

# 删除辅助匹配用的clean_name字段
table3.drop(columns='clean_name', inplace=True)

# 输出到csv，不保留pandas自动生成的索引
table3.to_csv('table3.csv', index=False)

# 打印验证结果
print(table3)

关键说明 #

• 新增的clean_name是辅助匹配的临时字段，strip()方法会清除字符串前后的空格、换行符等空白字符，解决示例数据中user_name前后带多余空格导致匹配失效的问题
• isin()方法用于判断table1的清洗后用户名是否存在于table2的清洗后用户名列表中，筛选出的就是两表用户名完全匹配的交集行
• 输出时关闭索引写入，得到的table3.csv和预期格式完全一致

内容的提问来源于stack exchange，提问作者john div