使用python脚本从csv文件中删除重复的行

Question

目标

我已经从hotmail下载了CSV文件，但其中有很多重复项。这些重复项是完整的副本，我不知道为什么我的手机会创建它们。

我想摆脱重复。

方法

编写python脚本以删除重复项。

技术指标

Windows XP SP 3
Python 2.7
带有400个联系人的CSV文件

Answer 1

更新：2016

如果您乐于使用有用的more_itertools外部库：

from more_itertools import unique_everseen
with open('1.csv','r') as f, open('2.csv','w') as out_file:
    out_file.writelines(unique_everseen(f))

@IcyFlame解决方案的更有效版本

with open('1.csv','r') as in_file, open('2.csv','w') as out_file:
    seen = set() # set for fast O(1) amortized lookup
    for line in in_file:
        if line in seen: continue # skip duplicate

        seen.add(line)
        out_file.write(line)

要就地编辑同一文件，您可以使用此

import fileinput
seen = set() # set for fast O(1) amortized lookup
for line in fileinput.FileInput('1.csv', inplace=1):
    if line in seen: continue # skip duplicate

    seen.add(line)
    print line, # standard output is now redirected to the file