Python实现两个CSV文件交叉引用并移除黑名单店铺

嘿，折腾两天没搞定确实闹心，我给你整理了两种靠谱的Python实现方案，你可以根据自己的需求选：

方法一：使用Python标准库csv（无需额外安装依赖） #

这个方法适合不想装第三方库的场景，用Python自带的csv模块就能轻松搞定：

import csv

# 1. 读取黑名单店铺，存入集合（集合查找速度远快于列表，效率更高）
blacklist = set()
with open('黑名单店铺列表.csv', 'r', encoding='utf-8') as black_file:
    reader = csv.DictReader(black_file)
    for row in reader:
        # 假设黑名单里的店铺名列是"店铺名称"，如果不是请修改这里
        blacklist.add(row['店铺名称'].strip())  # strip()去除前后空格，避免匹配误差

# 2. 读取主店铺列表，过滤掉黑名单中的店铺
filtered_rows = []
with open('店铺名称列表.csv', 'r', encoding='utf-8') as main_file:
    reader = csv.DictReader(main_file)
    # 先保留表头
    filtered_rows.append(reader.fieldnames)
    for row in reader:
        shop_name = row['店铺名称'].strip()
        if shop_name not in blacklist:
            filtered_rows.append(row)

# 3. 将过滤后的结果写入新文件（建议不要直接覆盖原文件，先备份）
with open('过滤后店铺列表.csv', 'w', encoding='utf-8', newline='') as output_file:
    writer = csv.DictWriter(output_file, fieldnames=filtered_rows[0])
    writer.writeheader()
    writer.writerows(filtered_rows[1:])

print("过滤完成！结果已保存到'过滤后店铺列表.csv'")

方法二：使用pandas（代码更简洁，适合处理大文件） #

如果你已经装了pandas，这个方法会更高效，代码也短很多：

import pandas as pd

# 读取两个CSV文件
df_main = pd.read_csv('店铺名称列表.csv', encoding='utf-8')
df_blacklist = pd.read_csv('黑名单店铺列表.csv', encoding='utf-8')

# 获取黑名单店铺集合
blacklist_set = set(df_blacklist['店铺名称'].str.strip())

# 过滤主列表：保留不在黑名单中的店铺（~表示取反）
df_filtered = df_main[~df_main['店铺名称'].str.strip().isin(blacklist_set)]

# 保存过滤后的结果，index=False是为了不生成默认索引列
df_filtered.to_csv('过滤后店铺列表.csv', index=False, encoding='utf-8')

print("过滤完成！结果已保存到'过滤后店铺列表.csv'")

关键注意事项 #

• 列名匹配：我默认两个CSV的店铺名称列都叫店铺名称，如果你的列名是别的（比如“店名”“商铺名称”），一定要把代码里的对应字段改成你实际的列名！
• 编码问题：如果你的CSV是用GBK编码保存的，记得把encoding='utf-8'改成encoding='gbk'，避免出现乱码。
• 数据备份：建议不要直接覆盖原主列表文件，先写新文件确认没问题后再替换，防止误操作丢失数据。
• 空格处理：用strip()去除店铺名称前后的空格，避免因为多打了空格导致匹配失败（比如“ 张三超市 ”和“张三超市”会被当成不同的店铺）。

内容的提问来源于stack exchange，提问作者Damon Percival