如何匹配两个CSV文件的作者信息并导出符合条件的行？

没问题，这事儿用Pandas就能轻松搞定，我给你一步步拆解并附上完整可运行的代码：

核心思路 #

我们需要先提取目标作者列表，再逐行检查第二个CSV的作者群里是否包含目标作者，最后导出符合条件的行。具体步骤如下：

1. 导入Pandas库：这是Python处理CSV文件的标配工具
2. 读取两个CSV文件：因为都是单列无表头的格式，我们可以自定义列名方便后续操作
3. 构建快速查找的作者集合：把第一个CSV的作者转成集合，比用列表查找效率高得多
4. 筛选符合条件的行：拆分第二个CSV每行的作者列表，检查是否和目标作者有交集
5. 导出结果到新CSV：保持和原文件一致的单列格式

完整代码示例 #

import pandas as pd

# 读取第一个单列作者CSV，自定义列名方便识别
df_target_authors = pd.read_csv('你的第一个文件名.csv', header=None, names=['author'])
# 将目标作者转为集合，提升查找速度
target_authors_set = set(df_target_authors['author'].tolist())

# 读取第二个CSV，同样自定义列名
df_source = pd.read_csv('你的第二个文件名.csv', header=None, names=['authors_group'])

# 定义筛选函数：检查当前行的作者群是否包含目标作者
def check_target_author(row):
    # 拆分竖线分隔的作者，同时去除可能存在的空格（比如有的行可能有`Aaron Harwood | Rajiv Ranjan`这类格式）
    authors_in_row = [auth.strip() for auth in row['authors_group'].split('|')]
    # 检查两个集合是否有交集，有则返回True
    return bool(set(authors_in_row) & target_authors_set)

# 筛选出符合条件的行
filtered_result = df_source[df_source.apply(check_target_author, axis=1)]

# 导出到新CSV，保持无表头、单列的格式
filtered_result.to_csv('筛选结果.csv', index=False, header=False)

关键细节说明 #

• 集合的优势：用set存储目标作者，是因为集合的成员检查（in操作）比列表快几十倍，数据量大的时候这个优势会特别明显
• 去空格处理：auth.strip()是为了兼容可能存在的格式不规范问题，如果你的数据里没有多余空格，可以去掉这一步
• 导出格式：index=False和header=False确保导出的CSV和原文件格式完全一致（单列无表头），如果需要保留表头可以调整这两个参数

如果运行时遇到文件找不到的问题，记得把代码里的文件名改成你实际的文件路径哦~

内容的提问来源于stack exchange，提问作者sudeep shetty