python 比较两个csv文件里名叫label的列，计算一致率

可以使用 pandas 库读取两个 csv 文件，并通过 merge 函数合并它们。接着使用 equals 函数比较所合并的 DataFrame 的 label 列，得到一致率。以下是代码示例：

import pandas as pd

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')

merged = pd.merge(df1, df2, on='label')
consistency_rate = merged['label'].equals(merged['label_y'])

print('Consistency rate:', consistency_rate)

相关问题

python怎么比较两个csv文件

可以使用Python中的pandas库来比较两个CSV文件。以下是一个基本的比较示例：

import pandas as pd

# 读取两个CSV文件
df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')

# 比较两个数据框
df_diff = df1.compare(df2)

# 打印差异
print(df_diff)

上面的代码将读取名为file1.csv和file2.csv的两个CSV文件，并使用pandas的compare方法比较它们。比较后，将输出差异的数据框。输出结果将显示两个数据框中不同的行和列。如果两个CSV文件完全相同，则输出结果将为空。

除了上述方法，还可以使用第三方库如csvdiff和csv-compare实现CSV文件的比较。

使用python找到两个csv文件某一列的相同项,

可以使用 pandas 库来实现，先将两个 csv 文件读入为两个 pandas 的 DataFrame，假设这两个 DataFrame 分别为 df1 和 df2，那么找到两个 DataFrame 的某一列相同项的代码可以如下：

import pandas as pd

# 读入 csv 文件为 DataFrame
df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')

# 找到两个 DataFrame 的某一列相同项
common_items = pd.merge(df1, df2, on='column_name')['column_name'].unique()

print(common_items)

其中，'column_name' 为要找相同项的列名。以上代码会输出两个 DataFrame 的某一列相同的项。