使用python操作excel文件 数据比对

### 使用Python进行Excel文件的数据比对 为了实现两个Excel文件之间数据的比对，可以采用`pandas`库来加载并处理这些文件。此过程通常包括读取文件、清理和准备数据以便比较、执行实际的比较操作以及最后总结差异。 #### 加载必要的库 首先安装所需的包（如果尚未安装），可以通过pip命令完成： ```bash pip install pandas openpyxl ``` 接着，在脚本顶部导入所需模块： ```python import pandas as pd from pathlib import Path ``` #### 读取Excel文件 使用`pd.read_excel()`函数可以从指定路径读取Excel文档的内容到DataFrame对象中[^1]。 ```python file_path_1 = Path('path/to/first/excel/file.xlsx') df1 = pd.read_excel(file_path_1) file_path_2 = Path('path/to/second/excel/file.xlsx') df2 = pd.read_excel(file_path_2) ``` #### 数据预处理 确保两份数据集具有相同的结构对于后续的成功比较至关重要。这可能涉及到重命名列名、调整索引或是填补缺失值等步骤。 ```python # 假设我们希望基于某些特定条件来进行对比，则先做相应的准备工作 if not df1.equals(df2): # 初步检查整个表格是否相同 # 如果不完全相等则继续深入分析具体哪些地方不同 # 清理与标准化数据格式 df1_cleaned = df1.fillna(value='').copy() df2_cleaned = df2.fillna(value='').copy() # 对齐行列顺序以方便逐项对比 common_columns = list(set(df1.columns).intersection(set(df2.columns))) df1_aligned = df1_cleaned.reindex(columns=common_columns) df2_aligned = df2_cleaned.reindex(columns=common_columns) else: print("Two files are identical.") ``` #### 执行数据对比 一旦完成了上述准备工作之后就可以开始真正的数据对比了。这里提供了一种简单的方法——通过合并两个DataFrame并将结果筛选出来查看那些存在差异的地方。 ```python comparison_df = df1_aligned.compare(df2_aligned, align_axis=0) print(comparison_df) ``` 这种方法会返回一个新的DataFrame，其中包含了来自原始两张表的不同之处；如果没有发现任何区别，则该新表将是空的。 另一种更灵活的方式是遍历每一行每列手动查找差异，并记录下所有的变化情况。 ```python diff_list = [] for col in common_columns: diff_rows = (df1[col]!=df2[col]) & ~(df1[col].isnull() & df2[col].isnull()) if any(diff_rows): diffs = {'Column':col,'Differences':list(zip(df1.loc[diff_rows,col],df2.loc[diff_rows,col]))} diff_list.append(diffs) if len(diff_list)>0: for item in diff_list: print(f"Difference found in column {item['Column']}:") for pair in item['Differences']: print(f"- Original value: '{pair[0]}', New Value:'{pair[1]}'") else: print("No differences were detected between the two datasets.") ``` 以上就是利用Python中的`pandas`库来进行Excel文件间数据对比的一种基本方式[^2]。