Python中CSV对象嵌套For循环异常问题求助

嘿，我明白你遇到的问题了——这事儿我之前处理CSV的时候也踩过一模一样的坑！

问题的核心其实很简单：csv.reader()返回的是迭代器，不是普通的列表。迭代器有个特性，就是只能被完整遍历一次。当你第一次在内层循环里把spamreader1从头到尾跑完之后，这个迭代器就被“耗尽”了，后面外层循环再想进去遍历它，就再也拿不到任何元素了。而普通列表不一样，它是可重复迭代的序列，每次循环都会从头开始，所以你用[1,2,3]测试时一切正常。

给你几个实用的解决方案，你可以根据自己的场景选：

方案1：把CSV内容转成列表保存（最省心） #

直接把两个CSV的内容先读取到列表里，这样每次嵌套循环都能从头遍历第二个CSV的内容：

import csv

# 读取第一个CSV并转为列表，with语句会自动关闭文件
with open('/Users/rene/Downloads/Test/Export.csv', newline='', encoding='windows-1252') as csvfile:
    spamreader = list(csv.reader(csvfile, dialect='excel', delimiter=';'))

# 读取第二个CSV并转为列表
with open('/Users/rene/Downloads/Test/Transfer.csv', newline='', encoding='windows-1252') as csvfile1:
    spamreader1 = list(csv.reader(csvfile1, dialect='excel', delimiter=';'))

# 现在嵌套循环就能正常工作啦
for row in spamreader:
    print("1row:"+row[1])
    for row1 in spamreader1:
        print("2row:"+row[1])
        print("2row1:"+row1[0])

这里我换成了with语句，它会在代码块结束后自动帮你关闭文件，比手动调用close()更安全，也不用记着收尾。

方案2：每次外层循环重新读取第二个CSV（适合大文件） #

如果第二个CSV特别大，转成列表会占太多内存，那你可以在外层循环里每次重新打开并读取它：

import csv

with open('/Users/rene/Downloads/Test/Export.csv', newline='', encoding='windows-1252') as csvfile:
    spamreader = csv.reader(csvfile, dialect='excel', delimiter=';')
    for row in spamreader:
        print("1row:"+row[1])
        # 每次外层循环都重新打开第二个CSV，确保每次都能从头遍历
        with open('/Users/rene/Downloads/Test/Transfer.csv', newline='', encoding='windows-1252') as csvfile1:
            spamreader1 = csv.reader(csvfile1, dialect='excel', delimiter=';')
            for row1 in spamreader1:
                print("2row:"+row[1])
                print("2row1:"+row1[0])

这个方法的缺点是每次外层循环都要读一遍文件，速度会慢一点，但胜在不占内存，适合处理大型CSV。

额外小建议：优化对比逻辑（效率更高） #

如果你的需求是对比两个CSV的部分内容，其实可以不用嵌套循环，先给第二个CSV建个索引字典，这样匹配起来会快很多。比如假设你是用row[1]去匹配row1[0]，可以这么写：

import csv

# 先把第二个CSV的内容存入字典，用row1[0]作为键
transfer_dict = {}
with open('/Users/rene/Downloads/Test/Transfer.csv', newline='', encoding='windows-1252') as csvfile1:
    spamreader1 = csv.reader(csvfile1, dialect='excel', delimiter=';')
    for row1 in spamreader1:
        transfer_dict[row1[0]] = row1

# 遍历第一个CSV，直接查字典找匹配项
with open('/Users/rene/Downloads/Test/Export.csv', newline='', encoding='windows-1252') as csvfile:
    spamreader = csv.reader(csvfile, dialect='excel', delimiter=';')
    for row in spamreader:
        print("1row:"+row[1])
        # 检查当前行的关键值是否在字典里
        if row[1] in transfer_dict:
            matched_row = transfer_dict[row[1]]
            print(f"匹配到的Transfer行：{matched_row[0]}")

这种方法把时间复杂度从O(n*m)降到了O(n+m)，数据量大的时候速度差距会非常明显，推荐试试！

内容的提问来源于stack exchange，提问作者Rene