### 使用Python逐行列减法生成新表 要实现两个CSV文件的逐行相减操作，可以利用 `pandas` 库来加载数据，并通过简单的算术运算完成列之间的差值计算。以下是完整的解决方案： #### 加载和预处理CSV文件 假设我们有两个CSV文件分别为 `file1.csv` 和 `file2.csv`，它们具有相同的结构（即相同数量的列以及对应的列名）。可以通过以下方式读取这两个文件。 ```python import pandas as pd # 读取第一个CSV文件 df1 = pd.read_csv('file1.csv') # 读取第二个CSV文件 df2 = pd.read_csv('file2.csv') ``` #### 验证两者的形状一致性 为了确保能够安全执行逐行相减的操作，需验证两者是否有相同的行数和列数。 ```python if df1.shape != df2.shape: raise ValueError("The two CSV files must have the same shape.") ``` #### 执行逐行相减 一旦确认了两者的维度一致，则可以直接使用Pandas中的减法功能来进行逐行相减。 ```python result_df = df1.subtract(df2) ``` 此命令会返回一个新的DataFrame对象，其中包含了对应位置上的数值差异[^4]。 #### 输出结果到新的CSV文件 最后一步就是把得到的结果保存成一个新的CSV文件以便后续查看或者进一步分析。 ```python result_df.to_csv('output_diff.csv', index=False) ``` 以上代码片段展示了如何用Python中的Pandas库轻松地对两个CSV文件进行逐行相减并存储结果的过程。 ### 完整脚本示例 下面提供了一个更具体的例子供参考: ```python import pandas as pd def subtract_csv(file_path_1, file_path_2, output_file): # Load DataFrames from given paths. df1 = pd.read_csv(file_path_1) df2 = pd.read_csv(file_path_2) # Ensure both DataFrames are of equal size before subtraction. if df1.shape != df2.shape: raise Exception(f"The shapes {df1.shape} and {df2.shape} do not match.") # Subtract element-wise between corresponding elements in each DataFrame. result = df1.sub(df2.values) # Save resulting differences into specified location. result.to_csv(output_file, index=False) subtract_csv('data/fileA.csv','data/fileB.csv','results/diffAB.csv') print("Subtraction completed successfully!") ```