Исправление
Linfan,
(текущая версия)
:
Ну какой же вы настырный гражданин :) Правда, любой дата-саентист сказал бы, что вы джун зеленый и не владеете ни разу матчастью.
Вот пример обработки данных на питоне:
import pandas as pd
import numpy as np
df1 = pd.DataFrame(pd.read_csv('filename1.csv'), columns= ['Product1', 'Price1'])
df2 = pd.DataFrame(pd.read_csv('filename2.csv'), columns= ['Product2', 'Price2'])
df1['Price2'] = df2['Price2']
df1['pricesMatch?'] = np.where(df1['Price1'] == df2['Price2'], 'True', 'False')
df1.to_csv('result.csv', index = False, header=True)
Берем два csv файла, зачитываем, сравниваем колонки «цена» и пишем в результирующий файл результат сравнения. Подозреваю, что перлуха закашляется догонять сишные модули Pandas в плане скорости.
Это просто пример, как решаются подобные задачи на питоне, а не вот это вот все. И перлуха в сравнении с питоном тут выглядит как «аццки упоротый ЯП, написанный веселым наркоманом» (с) лурк
Исходная версия
Linfan,
:
Ну какой же вы настырный гражданин :) Правда, любой дата-саентист сказал бы, что вы джун зеленый и не владеете ни разу матчастью.
Вот пример обработки данных на питоне:
import pandas as pd
import numpy as np
df1 = pd.DataFrame(pd.read_csv('filename1.csv'), columns= ['Product1', 'Price1'])
df2 = pd.DataFrame(pd.read_csv('filename2.csv'), columns= ['Product2', 'Price2'])
df1['Price2'] = df2['Price2']
df1['pricesMatch?'] = np.where(df1['Price1'] == df2['Price2'], 'True', 'False')
df1.to_csv('result.csv', index = False, header=True)
Берем два csv файла, зачитываем, сравниваем колонки «цена» и пишем в результирующий файл результат сравнения. Подозреваю, что перлуха закашляется догонять сишные модули Pandas в плане скорости.
Это просто пример, как решаются подобные задачи на питоне, а не вот это вот все.