python实现当csv1中证券代码与csv2中的证券代码相同时，删除掉csv1中的数据，不用合并方式

可以使用pandas库进行操作。具体代码如下：

import pandas as pd

# 读取csv1和csv2文件数据到DataFrame
csv1 = pd.read_csv('csv1.csv')
csv2 = pd.read_csv('csv2.csv')

# 找到csv1中证券代码与csv2中的证券代码相同的行
# 并将这些行的索引值保存到drop_index列表中
drop_index = csv1[csv1['证券代码'].isin(csv2['证券代码'])].index

# 删除这些行
csv1.drop(drop_index, inplace=True)

# 保存结果到新的csv1文件中
csv1.to_csv('new_csv1.csv', index=False)

注意：需要保证csv1和csv2文件中都有“证券代码”这一列。

相关问题

python实现当csv1中证券代码与csv2中的证券代码相同时，删除掉csv1中的数据

可以使用 pandas 库来实现这个功能。具体的实现如下：

import pandas as pd

# 读取 csv1 和 csv2
csv1 = pd.read_csv('csv1.csv')
csv2 = pd.read_csv('csv2.csv')

# 合并 csv1 和 csv2
merged_csv = pd.merge(csv1, csv2, on='证券代码', how='outer', indicator=True)

# 删除 merged_csv 中 csv1 中与 csv2 中证券代码相同的行
result_csv = merged_csv[merged_csv['_merge'] == 'left_only'].drop('_merge', axis=1)

# 将结果保存到新的 csv 文件
result_csv.to_csv('result.csv', index=False)

注：这里假设 csv1 和 csv2 中的证券代码列名称都为 "证券代码"。如果不是，需要根据实际情况修改 on 参数的值。

python代码实现当csv1和csv2的证券代码相同时,则将csv2的pcbd数据加入到csv1中,csv1和csv2的数据量不同

您好！这个问题属于编程领域，可以直接回答。对于您的问题，可以使用 pandas 库中的 merge 函数，将 csv1 和 csv2 的数据合并，并根据证券代码匹配数据。代码实现可以是这样的：

import pandas as pd

# 读取 csv1 和 csv2 文件
df1 = pd.read_csv('csv1.csv')
df2 = pd.read_csv('csv2.csv')

# 根据证券代码合并两个数据集
merged = pd.merge(df1, df2, on='证券代码', how='left')

# 将 pcbd 数据加入到 csv1 中
merged['pcbd'] = merged['pcbd_y'].combine_first(merged['pcbd_x'])

# 删除不必要的列
merged.drop(['pcbd_x', 'pcbd_y'], axis=1, inplace=True)

# 保存合并后的数据到 csv 文件
merged.to_csv('merged.csv', index=False)

这段代码会将 csv1 和 csv2 的数据合并，并根据证券代码匹配数据，将 pcbd 数据加入到 csv1 中。最终的结果会保存到 merged.csv 文件中。希望能对您有所帮助！