6

Tengo un csv_1 que, simplificado, tiene la siguiente estructura:

A,B,C
1,34,55
2,45,54
3,77,90
4,89,98

Un segundo csv_2 que simplificado, tiene la siguiente estructura:

a,b
1,Y
4,Y

Estoy intentando escribir un tercer archivo csv_3 en el que se escriban todas las filas de datos de csv_1 menos aquellas que aparecen en csv_2. Es decir, csv_3 en este caso sería así:

A,B,C
2,45,54
3,77,90

Estoy intentando esto:

import csv
with open("csv_1.csv", 'r', encoding = 'utf8') as f1,\
        open("csv_2.csv", "r", encoding = 'utf8') as f2,\
            open("csv_3.csv", "w", encoding = 'utf8') as f3:
    reader1 = csv.DictReader(f1, dialect='unix', delimiter=",",
                            quotechar='"', quoting=csv.QUOTE_MINIMAL)
    reader2 = csv.DictReader(f2, dialect='unix', delimiter=",",
                            quotechar='"', quoting=csv.QUOTE_MINIMAL)
    writer = csv.DictWriter(f3, dialect='unix', delimiter=",", quotechar='"',
                            fieldnames=("A","B","C"),
                            quoting=csv.QUOTE_MINIMAL)
    writer.writerow()
    for row1 in reader1:
        if row1["A"] not in reader2:
            writer.writerow(row1)

1 respuesta 1

5

csv.DictReader retorna un iterador, por lo que no puedes hacer una búsqueda sobre él con in de forma directa, debes obtener la columna del segundo archivo y almacenarla en alguna estructura de datos, preferiblemente en un conjunto, para poder realizar la búsqueda.

Para escribir la cabecera si usas csv.DictWriter debes usar el método writeheader.

El código debería ser algo así:

import csv


with open("csv_1.csv", 'r', encoding = 'utf8') as f1,\
        open("csv_2.csv", "r", encoding = 'utf8') as f2,\
            open("csv_3.csv", "w", encoding = 'utf8') as f3:

    reader1 = csv.DictReader(f1, dialect='unix', delimiter=",",
                             quotechar='"', quoting=csv.QUOTE_MINIMAL)
    reader2 = csv.DictReader(f2, dialect='unix', delimiter=",",
                             quotechar='"', quoting=csv.QUOTE_MINIMAL)
    writer = csv.DictWriter(f3, dialect='unix', delimiter=",", quotechar='"',
                            fieldnames=reader1.fieldnames, quoting=csv.QUOTE_MINIMAL)

    csv2_A_col = {row["a"] for row in reader2}

    writer.writeheader()
    for row in reader1:
        if row["A"] not in csv2_A_col:
            writer.writerow(row)

También puedes usar writerows y un generador:

csv2_A_col = {row["a"] for row in reader2}
writer.writeheader()
writer.writerows(row for row in reader1 if row["A"] not in csv2_A_col)

Si se quiere escribir en el fichero de salida solo algunas columnas del fichero de entrada podemos usar el argumento extrasaction con el valor 'ignore'. Por ejemplo, para el ejemplo anterior, si solo queremos obtener las columnas A y C de csv_1 basta con hacer:

writer = csv.DictWriter(f3, extrasaction='ignore', dialect='unix', delimiter=",",
                        quotechar='"', fieldnames=("A","C"), quoting=csv.QUOTE_MINIMAL)
csv2_A_col = {row["a"] for row in reader2}
writer.writeheader()
writer.writerows(row for row in reader1 if row["A"] not in csv2_A_col)

Con lo que obtenemos:

A,C
2,54
3,90

4
  • Hola @FJSevilla. Una duda. En csv2_A_col, siguiendo el ejemplo que puse, row debería recuperar "a" minúscula, no "A" mayúscula, ¿estoy equivocado? Por otra parte estoy obteniendo un error: ValueError: dict contains fields not in fieldnames: '' ¿Sabes por dónde me puedo estar equivocando?
    – pyring
    el 21 nov. 2017 a las 11:53
  • Si para el ejemplo que pones debes recuperar "a" (csv2_A_col = {row["a"] for row in reader2}). En cuanto al segundo se puede deber a que el archivo csv_1 tuyo real tiene más columnas de las que especificas en fieldnames de writer o no concuerdan los nombres. ¿Acaso solo quieres quedarte con algunas columnas de csv_1?
    – FJSevilla
    el 21 nov. 2017 a las 14:39
  • Pyring como te he comentado fielnames ha de recibir la cabecera de csv_1, con exactamente los mismos nombres y numero de columnas. He modificado la respuesta para que tome fielnames directamente de csv_1. Si quieres solo copiar en csv_3 parte de las columnas de csv_1 al final de la respuesta he añadido como hacerlo. Si tu problema persiste comenta o edita la pregunta dando más detalles de tu caso real y de que quieres conseguir. Un saludo.
    – FJSevilla
    el 21 nov. 2017 a las 16:19
  • La respuesta es muy completa y el código funciona a la perfección @JFSevilla. Muchas gracias.
    – pyring
    el 22 nov. 2017 a las 15:16

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.