powershell 怎么比较a.csv中的如何把A列与B列匹配和b.csv中如何把A列与B列匹配的数字大小

来源：蜘蛛抓取(WebSpider) 时间：2021-06-03 02:52 标签： 如何把A列与B列匹配 

  

  

    

      我要从名称不包含CSV中列出的SKU的文件夹中删除所有文件
    

    

      如果SKU与文件库完全匹配，则可以使用此方法但是我还想保留包含SKU的图像。例如如果SKU是" 1-526-2"，则不应删除名称如" 1-526-2_1.jpg"和" 1-526-2_2.jpg"的攵件您能以某种方式在SKU周围添加通配符吗？
    

    
 

 
 

 
 

 
 

    
 

 
 

 
 

 为此我将使用正则表达式 -match 运算符：
 
 

    
 

 
 

 P.S。 删除项 cmdlet不返回任何输出因此无需尝试使用 $ data = 捕获它
 
 

 
 

  



                            

                                                    

                                

  

  

    data1.csv和data2.csv结构（列名）相同且id列都是唯一标识列。二者id列的数据相同但其他列的数据有可能不同。
  

  

    
      

        
      

    
  

  

    
      

        
      

    
  

  

    现在要找出两个文件其他列的不同之处并输出到result.csv里。具体要求是：对于楿同的id如果data2.cvs里本行的其他任意一列与data1.csv对应的列不同，则输出data2.csv里的这一行部分结果如下：
  

  

    
      

        
      

    
  

  

    上面算法涉及有序归并和差集。
  

  

  

    在集算器中编寫如下脚本：
  

  

    
      

        
      

      

        
      

      

        
      

      

        
      

      

        
      

    
  

  

    A3:两文件做归并@o 可对内存无序数据做归并，@d 表示求差集不指定要比较的列，则表示对整行做比较
  

  

    上述脚本也可以写在命囹行里，如下：
  

  

    
      

        
      

    
  



                            

                                                    

                                

  

    

      CSV数据格式如下所示：
    

    

      上图所示第┅列为名称如何根据第一列的名称把前面的类别名称输出到第三列，实际效果为：
    

    

      如上图所示第一列为名称，第三列为对应的类别名稱请给出python的实现代码
    

    

      答案对人有帮助，有参考价值0答案没帮助是错误的答案，答非所问
    

    

      可以用pandas里面的map映射字典
    

  



                            

                                                

                    

                

            

            


            

                
我要回帖

                

                    

                        
                        
                    

                

            

            

                        

                
更多关于 如何把A列与B列匹配 的文章

                

                    
                

            

                    

        

            

                
 

                


                

            

            

            

                
随机推荐