Go来合并两个csv

背景

通常我们处理文件都是用python+pandas，确实很香。但是今天突然有人找我用go写一个合并两个csv文件的，需要将两个csv按id进行合并，大致如下图

思路很简单，先读入两个csv文件，然后遍历比较id，如果相同就把另一个文件的内容加到第一个中。然后创建merge.csv，将上一步得到的数据写入csv即可。

代码部分

package main

import (
	"encoding/csv"
	"log"
	"os"

	"fmt"
)

func join(fileName1 string, fileName2 string) (row [][]string) {
	fs1, _ := os.Open(fileName1)
	r1 := csv.NewReader(fs1)
	content1, err := r1.ReadAll()
	if err != nil {
		log.Fatalf("can not readall, err is %+v", err)
	}

	fs2, _ := os.Open(fileName2)
	r2 := csv.NewReader(fs2)
	content2, err := r2.ReadAll()
	if err != nil {
		log.Fatalf("can not readall, err is %+v", err)
	}
	row = make([][]string, len(content1[1:]))

	for i, row1 := range content1[1:] {
		for _, row2 := range content2[1:] {
			if row1[0] == row2[0] {
				row[i] = append(row[i], row1[0], row1[1], row1[2], row2[1], row2[2])
			}
		}
	}
	return
}

func edit(filename string, row [][]string) {
	f, err := os.Create(filename)
	if err != nil {
		panic(err)
	}
	defer f.Close()

	//防止乱码
	f.WriteString("\xEF\xBB\xBF")
	w := csv.NewWriter(f)
	w.Write([]string{"ID", "name", "gender", "course", "score"})
	w.WriteAll(row)
	w.Flush()
}

func main() {
	row := join("1.csv", "2.csv")
	fmt.Println(row)
	edit("join.csv", row)
	fmt.Println("合并已完成！")
}

优化

对于小数据量这样是没有问题，但是一旦数据量增大，不仅读取的内存占用增加，而且遍历比较会很消耗时间。所以优化的话我们可以以行读取，并且想办法使用go的goroutine来增加速度。唉，太久没怎么写go了，一开始切片都有点忘了。