Wie ähnlichen Zeilenwert zu finden und

Question

Dateien zwei CSV betrachten zählen doppelte Werte zwischen

Ich habe 2 CSV-Datei wie unten formatiert:

csv A

Tweet1,pos 
Tweet2,neg 
Tweet2,neg 

csv B

Tweet2,neg 
Tweet2,neg 
Tweet2,pos 

Ich möchte die Anzahl der Ähnlichkeit zwischen Raws

finden

habe ich versucht, diese aber es gibt

def compare(fileA, fileB): 
    a_file = open(fileA, 'r') 
    a_data = a_file.read() 
    a_file.close() 

    b_file = open(fileB, 'r') 
    b_data = b_file.read() 
    b_file.close() 

    # compare the contents 
    a_set = set(a_data.split(',')) 
    b_set = set(b_data.split(',')) 

    return list(a_set.intersection(b_set)) 

print compare('f.csv', 'full-corpus.csv') 

die Unterschiede Nähte sollten Der Ausgang 1

Answer 1

Dies tun den Trick, müssen Sie nur Klassenzähler aus Sammlung importieren und öffnen Sie dann jede Datei als eine Liste.

import csv 
from collections import Counter 
a_list = [] 
with open('1.csv', 'Ur') as a_file: 
    for line in csv.reader(a_file): 
     a_list.append(line[0]+' '+line[1]) 
print a_list 

b_list = [] 
with open('2.csv', 'Ur') as b_file: 
    for line in csv.reader(b_file): 
     b_list.append(line[0]+' '+line[1]) 
print b_list 
counterA = Counter(a_list) 
counterB = Counter(b_list) 
counterSum = counterB & counterA 
print counterA 
print counterB 
print counterB & counterA 
print sum(counterSum.values()) 

Answer 2

sein können Sie return len(a_set & b_set) versuchen. & ist der Operator, um Elemente in allen Sätzen zu finden, und die len wird die Anzahl der Elemente in allen Sätzen