Java实现两个CSV文件按id比对并输出指定列数值差异的方案问询

核心思路是用id+subId作为联合唯一主键映射对应行的数值，直接消除多层嵌套集合的复杂逻辑，查找效率为O(1)，实现非常简洁。

前置设计 #

因为匹配规则是id和subId联合唯一，所以直接用二者作为Map的键，对应值存储c、d两列的数值即可：

• 优先用Java 16+的record定义不可变对象，自动生成equals/hashCode，无需手动重写
• 数值类型用BigDecimal避免浮点运算精度丢失

// 联合主键：id + subId
record RecordKey(String id, String subId) {}
// 对应行的c、d列数值
record ColumnPair(BigDecimal c, BigDecimal d) {}

如果是Java 16以下版本，手动写普通类重写equals和hashCode方法即可。

完整实现代码 #

import java.io.IOException;
import java.math.BigDecimal;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.HashMap;
import java.util.Map;

public class CsvComparator {
    public static void main(String[] args) throws IOException {
        // 读取两个CSV文件存入Map
        Map<RecordKey, ColumnPair> csv1Map = readCsv("csv1.csv");
        Map<RecordKey, ColumnPair> csv2Map = readCsv("csv2.csv");

        // 遍历匹配计算差值
        for (Map.Entry<RecordKey, ColumnPair> entry : csv1Map.entrySet()) {
            RecordKey key = entry.getKey();
            ColumnPair csv1Val = entry.getValue();
            ColumnPair csv2Val = csv2Map.get(key);
            
            // 跳过仅在单个CSV存在的key，可按需增加提示
            if (csv2Val == null) continue;

            // 计算差值（取绝对值，保留两位小数）
            BigDecimal diffC = csv2Val.c().subtract(csv1Val.c()).abs().setScale(2);
            BigDecimal diffD = csv2Val.d().subtract(csv1Val.d()).abs().setScale(2);

            // 按要求格式输出
            System.out.printf("difference of column c of id %s and sub id %s is : %.2f%n", 
                    key.id(), key.subId(), diffC);
            System.out.printf("difference of column d of id %s and sub id %s is : %.2f%n%n", 
                    key.id(), key.subId(), diffD);
        }
    }

    // 读取CSV文件转为Map结构
    private static Map<RecordKey, ColumnPair> readCsv(String filePath) throws IOException {
        Map<RecordKey, ColumnPair> map = new HashMap<>();
        Files.lines(Paths.get(filePath))
                .filter(line -> !line.isBlank()) // 跳过空行
                .forEach(line -> {
                    String[] parts = line.split(",");
                    RecordKey key = new RecordKey(parts[0], parts[1]);
                    BigDecimal c = new BigDecimal(parts[2]);
                    BigDecimal d = new BigDecimal(parts[3]);
                    map.put(key, new ColumnPair(c, d));
                });
        return map;
    }
}

方案优势 #

• 结构简单：仅需单层级Map结构，无多层嵌套，逻辑可读性极强
• 效率更高：HashMap的匹配查找为O(1)，远高于遍历List匹配的O(n)效率
• 精度可控：用BigDecimal存储运算，完全避免浮点精度丢失问题

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