如何对比两个CSV文件列值并生成差异结果CSV文件？

嘿，我明白你需要提取两个CSV文件的列值差异并生成新文件的需求，这在数据校验、版本跟踪场景里特别常见。下面给你两种实用的方案，你可以根据自己的技术偏好选择：

方案一：用Python Pandas实现灵活对比 #

如果熟悉Python，Pandas是个非常灵活的工具，能自定义处理各种差异场景：

1. 先安装Pandas（如果还没装）：

pip install pandas

2. 编写对比脚本，假设你有一个唯一标识列（比如id）用来匹配两行是否为同一记录：

import pandas as pd

# 加载两个CSV文件
df_old = pd.read_csv('CSVFile1.csv')
df_new = pd.read_csv('CSVFile2.csv')

# 以唯一标识列合并，标记每行的来源
merged_df = pd.merge(
    df_old, 
    df_new, 
    on='id', 
    how='outer', 
    suffixes=('_old', '_new'), 
    indicator=True
)

# 筛选出新增、删除的行
added_or_removed = merged_df[merged_df['_merge'] != 'both']

# 筛选出列值有修改的行
modified_rows = merged_df[merged_df['_merge'] == 'both'].copy()
# 遍历所有列，找出值不同的记录
for col in df_old.columns:
    if col != 'id':
        modified_rows = modified_rows[modified_rows[f'{col}_old'] != modified_rows[f'{col}_new']]

# 合并所有差异行并去重
final_diff = pd.concat([added_or_removed, modified_rows]).drop_duplicates(subset='id')

# 保存差异结果到新CSV
final_diff.to_csv('CSV_Differences.csv', index=False)

注意点： #

• 如果没有唯一标识列，你可以尝试用所有列做匹配，但这种方式容易误判，建议尽量确定一个唯一键。
• 处理空值时，可以在加载文件时用fillna填充默认值，避免因NaN导致的不匹配。

方案二：用命令行工具csv-diff快速完成对比 #

如果不想写代码，csv-diff是个轻量的命令行工具，能直接输出结构化差异：

1. 安装工具：

pip install csv-diff

2. 运行对比命令，指定唯一标识列（比如id）：

csv-diff CSVFile1.csv CSVFile2.csv --key id > CSV_Differences.csv

这个命令会直接生成包含新增、删除、修改记录的差异文件，输出格式清晰，适合快速校验。

内容的提问来源于stack exchange，提问作者Kyle