如何删除两个CSV文件中的非共有时戳行？

嘿，这个问题我太熟悉了——传感器数据对齐绝对是活动识别项目里的重中之重，差一个时间戳都可能影响后续模型的准确性！下面给你几个实用的解决方案，覆盖代码、无代码和命令行三种场景，你可以按需选择：

这是最常用的方法，尤其是如果你需要后续做更多数据预处理的话，用pandas库可以快速搞定：

首先确保你已经安装了pandas：

pip install pandas

然后运行以下代码（记得替换成你实际的文件名和时间戳列名）：

import pandas as pd

# 读取两个CSV文件，假设时间戳列名为'timestamp'，请根据你的文件修改
accel_df = pd.read_csv('accelerometer.csv')
gyro_df = pd.read_csv('gyroscope.csv')

# 可选：如果时间戳是浮点型，先统一精度避免匹配误差（比如四舍五入到毫秒）
accel_df['timestamp'] = accel_df['timestamp'].round(3)
gyro_df['timestamp'] = gyro_df['timestamp'].round(3)

# 找出两个数据集共有的时间戳
common_timestamps = pd.merge(accel_df[['timestamp']], gyro_df[['timestamp']], on='timestamp')['timestamp']

# 过滤出只包含共有时间戳的行
filtered_accel = accel_df[accel_df['timestamp'].isin(common_timestamps)]
filtered_gyro = gyro_df[gyro_df['timestamp'].isin(common_timestamps)]

# 保存处理后的文件（不保留索引列）
filtered_accel.to_csv('filtered_accelerometer.csv', index=False)
filtered_gyro.to_csv('filtered_gyroscope.csv', index=False)

*小提示：*如果你的数据里有重复的时间戳，建议先调用drop_duplicates(subset='timestamp')去重，再进行匹配。

如果你不想写代码，用表格工具也能轻松完成：

1. 把加速度计和陀螺仪的CSV分别导入Excel/Google Sheets，放在两个独立的工作表里（比如Sheet1和Sheet2）
2. 在Sheet1中新增一列（比如D列），在第一个数据行输入公式：=COUNTIF(Sheet2!A:A, A2)（假设时间戳在A列），然后下拉填充整列。这个公式会统计当前时间戳在陀螺仪数据中出现的次数
3. 筛选D列中值为0的行——这些就是加速度计独有的时间戳，直接删除它们
4. 对Sheet2重复上述操作，公式换成=COUNTIF(Sheet1!A:A, A2)，筛选并删除值为0的行（陀螺仪独有的时间戳）
5. 最后把两个处理后的工作表分别导出为新的CSV文件即可

如果你习惯用终端，用cut、sort和grep组合就能快速完成：

# 提取两个文件的时间戳列（假设时间戳在第一列）并排序
cut -d',' -f1 accelerometer.csv | sort > accel_timestamps.txt
cut -d',' -f1 gyroscope.csv | sort > gyro_timestamps.txt

# 找出共有的时间戳
comm -12 accel_timestamps.txt gyro_timestamps.txt > common_timestamps.txt

# 过滤原文件，只保留包含共有时间戳的行
grep -Ff common_timestamps.txt accelerometer.csv > filtered_accelerometer.csv
grep -Ff common_timestamps.txt gyroscope.csv > filtered_gyroscope.csv

*注意：*这个方法要求时间戳的格式完全一致（比如都是整数或相同精度的小数），否则可能匹配失败。

内容的提问来源于stack exchange，提问作者Salman Shaukat