Python比对Excel表格数据

平时需要比对Excel之间的数据，而且数量多，表字段一般为姓名，身份证，邮政编码，住址，补贴金额，年度。比如以A表为参考值比对b表，找出B表与A表的差异，并在b表插入一列标注原因，例如身份证不符，姓名不符，领取金额不符，或者标注参考表没有此人。用Python如何实现？特别需要，有没有大咖帮忙写一个，非常感谢！
表格1的样式

楼上gpt太多了不得不说很多答案并未实操过，你应该给出excel实例数据，让大家愿意帮助的更好的为你测试

你有py环境吗 ? 没有的话,给你写了你也用不了, 需要打包exe

  我的python环境没有成功pip pandas ，只好用手撕tsv文本解决您的问题。您只要把数据导出成tsv文本，把处理后的tsv文本导入Excel 就可以达成您的预期。

• 代码执行后生成的tsv文件test_b2.txt及数据文件
  

  

• tsv数据文件内容
  

  

• 程序执行后输出tsv文本文件内容
  

  

  
  

  

• python 代码

#!/sur/bin/nve python
# coding: utf-8


mypath = '/sdcard/Documents/'
a = {i.split()[0]: i.split()[1:] for i in open(f"{mypath}test_a.txt").read().split('\n')[1:]}
b = {i.split()[0]: i.split()[1:] for i in open(f"{mypath}test_b.txt").read().split('\n')[1:]}

for name in b:
    if not a.get(name):
        b[name] = b.get(name) + ['没有此人']
    else:
        p_id, post, address, money, year = zip(a.get(name), b.get(name))

        if p_id[0] != p_id[1]:
            b[name] = b.get(name) + ['身份证号码不符']
        elif post[0] != post[1]:
            b[name] = b.get(name) + ['邮政编码不符']
        elif address[0] != address[1]:
            b[name] = b.get(name) + ['住址不符']
        elif money[0] != money[1]:
            b[name] = b.get(name) + ['补贴金额不符']
        elif year[0] != year[1]:
            b[name] = b.get(name) + ['年度不符']
        else:
            b[name] = b.get(name) + ['信息相符']

field = open(f"{mypath}test_b.txt").read().split('\n')[0].split() + ['比对结果']

with open(f"{mypath}test_b2.txt", 'w') as f:
    f.write((' '*4).join(field))
    
    for name, info in b.items():
        f.write('\n' + (' '*4).join([name] + info))

  看截屏图片发现“身份证不符”欠妥，已在代码中修改为“身份证号码不符”。

import pandas as pd  
  
# 读取Excel文件  
a_df = pd.read_excel('A表.xlsx')  
b_df = pd.read_excel('B表.xlsx')  
  
# 合并两个数据框  
merged_df = pd.merge(a_df, b_df, on=['姓名', '身份证', '邮政编码', '住址'], how='outer')  
  
# 标注差异原因  
merged_df['差异原因'] = ''  
merged_df.loc[merged_df['补贴金额_y'] != merged_df['补贴金额_x'], '差异原因'] = '补贴金额不符'  
merged_df.loc[merged_df['年度_y'] != merged_df['年度_x'], '差异原因'] = '年度不符'  
merged_df.loc[merged_df['身份证_y'] != merged_df['身份证_x'], '差异原因'] = '身份证不符'  
merged_df.loc[merged_df['姓名_y'] != merged_df['姓名_x'], '差异原因'] = '姓名不符'  
merged_df.loc[merged_df['参考表没有此人'], '差异原因'] = '参考表没有此人'  
  
# 将结果写入新的Excel文件  
merged_df.to_excel('比对结果.xlsx', index=False)

基于new bing部分指引作答：
要使用Python比对Excel表格数据并标注差异，可以使用Python的pandas和openpyxl库来读取和处理Excel文件。以下是一个实现的示例代码：

import pandas as pd

# 读取Excel文件
df_a = pd.read_excel('A表.xlsx')
df_b = pd.read_excel('B表.xlsx')

# 添加一列用于标注差异原因
df_b['差异原因'] = ''

# 遍历B表的每一行
for index, row_b in df_b.iterrows():
    id_b = row_b['身份证']
    name_b = row_b['姓名']
    
    # 在A表中查找与B表当前行身份证匹配的行
    matching_rows = df_a[df_a['身份证'] == id_b]
    
    if len(matching_rows) == 0:
        # B表当前行的身份证在A表中找不到匹配
        df_b.at[index, '差异原因'] = '参考表没有此人'
    else:
        # B表当前行的身份证在A表中找到匹配，比较其他字段
        matching_row = matching_rows.iloc[0]
        if matching_row['姓名'] != name_b:
            df_b.at[index, '差异原因'] += '姓名不符 '
        if matching_row['邮政编码'] != row_b['邮政编码']:
            df_b.at[index, '差异原因'] += '邮政编码不符 '
        if matching_row['住址'] != row_b['住址']:
            df_b.at[index, '差异原因'] += '住址不符 '
        if matching_row['补贴金额'] != row_b['补贴金额']:
            df_b.at[index, '差异原因'] += '领取金额不符 '
        if matching_row['年度'] != row_b['年度']:
            df_b.at[index, '差异原因'] += '年度不符 '

# 保存修改后的B表
df_b.to_excel('标注差异后的B表.xlsx', index=False)

上述代码假设A表和B表中的字段名分别为"姓名"、"身份证"、"邮政编码"、"住址"、"补贴金额"和"年度"。你需要根据实际情况修改这些字段名以适应你的Excel文件。

代码首先使用pandas的read_excel()函数读取A表和B表的数据，并创建两个DataFrame对象（df_a和df_b）。然后，添加一个名为"差异原因"的空列到B表中，用于标注差异原因。

接下来，代码通过遍历B表的每一行，获取当前行的身份证和姓名。然后，它在A表中查找与当前行身份证匹配的行。如果找不到匹配，就将"参考表没有此人"作为差异原因标注到B表中。如果找到匹配，就逐个比较其他字段，并将差异原因添加到"差异原因"列中。

最后，代码使用to_excel()函数将修改后的B表保存为一个新的Excel文件，文件名为"标注差异后的B表.xlsx"。设置index=False可以避免保存时生成额外的索引列。

你可以根据需要修改代码，以适应实际的字段名和文件名，并根据需要进行额外的差异比较。

需要根据你的Excel格式写数据接口，可以给你做个小应用程序实现你的需要，或者给你写个脚本

没有你的excel数据，所以给了你一个参考，比较全
参考 https://stackoverflow.com/questions/37113173/compare-2-excel-files-using-python

import pandas as pd
from openpyxl import load_workbook

# 读取A表和B表
df_a = pd.read_excel('A.xlsx')
df_b = pd.read_excel('B.xlsx')

# 将身份证号码作为索引
df_a = df_a.set_index('身份证号码')
df_b = df_b.set_index('身份证号码')

# 比对B表与A表的差异
diff = df_b.compare(df_a, keep_shape=True)

# 标注差异原因
reasons = []
for i, row in diff.iterrows():
    reason = []
    for j, val in row.items():
        if pd.isna(val[0]):
            reason.append('参考表没有此人')
        elif pd.isna(val[1]):
            reason.append('B表数据缺失')
        else:
            reason.append('数据不符')
    reasons.append(', '.join(reason))
diff['原因'] = reasons

# 将标注好原因的数据写入B表
book = load_workbook('B.xlsx')
writer = pd.ExcelWriter('B.xlsx', engine='openpyxl')
writer.book = book
writer.sheets = dict((ws.title, ws) for ws in book.worksheets)
diff.to_excel(writer, sheet_name='Sheet1', startrow=1, startcol=6)
writer.save()

import pandas as pd
import read_excel

df_A = read_excel('A.xlsx')
df_B = read_excel('B.xlsx')

# 比对A表和B表，找出差异数据
diff = df_A.diff(df_B)

# 将差异数据插入B表的新列中
for col in diff.columns:
    if col == '姓名':
        b_name = diff.iloc[col].values[0]
        b_age = diff.iloc[col].values[1]
        b_address = diff.iloc[col].values[2]
        b_allowance = diff.iloc[col].values[3]
        b_income = diff.iloc[col].values[4]
        b_name_reason = f"{b_name}不符合{col.title()}"
        b_age_reason = f"{b_age}岁不符合{col.title()}"
        b_address_reason = f"{b_address}不符合{col.title()}"
        b_allowance_reason = f"{b_allowance}领取金额不符合{col.title()}"
        b_income_reason = f"{b_income}年度不符合{col.title()}"
        b_name_reason_entry = f"{b_name_reason}，{col.title()}"
        b_age_reason_entry = f"{b_age_reason}，{col.title()}"
        b_address_reason_entry = f"{b_address_reason}，{col.title()}"
        b_allowance_reason_entry = f"{b_allowance_reason}，{col.title()}"
        b_income_reason_entry = f"{b_income_reason}，{col.title()}"
        df_B = df_B.fillna({"姓名": b_name_reason, "年龄": b_age_reason, "地址": b_address_reason, "补贴金额": b_allowance_reason, "收入": b_income_reason, "姓名原因": b_name_reason_entry, "年龄原因": b_age_reason_entry, "地址原因": b_address_reason_entry, "补贴金额原因": b_allowance_reason_entry, "收入原因": b_income_reason_entry})

以下方法请给据具体表格数据进行修改，不保证方法的可用性：

方法一：
import pandas as pd

# 读取A表和B表的数据
df_a = pd.read_excel('A表.xlsx')
df_b = pd.read_excel('B表.xlsx')

# 比对信息
df_merged = df_b.merge(df_a, on=['姓名', '身份证',...], how='left', suffixes=('_B', '_A'))

# 判断差异并标注原因
df_merged['标注原因'] = ''
df_merged.loc[df_merged['姓名_A'].isnull(), '标注原因'] += '参考表没有此人; '
df_merged.loc[df_merged['身份证_A'] != df_merged['身份证_B'], '标注原因'] += '身份证不符; '
df_merged.loc[df_merged['领取金额_A'] != df_merged['领取金额_B'], '标注原因'] += '领取金额不符; '
...

# 保存结果到新的Excel文件
df_merged.to_excel('比对结果.xlsx', index=False)

方法二：
import pandas as pd

# 从文件中读取数据
df_a = pd.read_excel('表A.xlsx') # 更改为实际表A的路径
df_b = pd.read_excel('表B.xlsx') # 更改为实际表B的路径

# 将两个DataFrame进行对比，并返回差异：
diff_df = df_b.compare(df_a)

# 获得在df_b中存在但在df_a中不存在的行
diff_df2 = df_b.merge(df_a, how = 'left' ,indicator=True).loc[lambda x : x['_merge']!='both']

# 在df_b中插入新的一列来标注差异
if not diff_df.empty:
    df_b['Diff'] = '是'
else:
    df_b['Diff'] = '否'

# 在df_b中插入新的一列来标注原因
df_b['原因'] = ''

for i in diff_df.columns.get_level_values(0):
    df_b.loc[diff_df[i].dropna(how='all').index,'原因'] += ' ' + i + ' 不符'

for i in diff_df2.index:
    df_b.loc[i, '原因'] += ' 参考表无此人'

# 将结果保存到新的excel文件中
df_b.to_excel('对比结果.xlsx', index=False)

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7697266
• 这篇博客你也可以参考下：python实现数的分组（将任意10个正整数分为2组A和B，要求组A中每个数据的和与组B中每个数据的和之差的绝对值最小）
• 除此之外, 这篇博客: Python爬取B站视频，只需一个B站视频地址，即可任意下载中的 环境介绍： 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  
• • python 3.6
  • pycharm
  • requests
  • re
  • json
  • subprocess

当需要比对Excel表格之间的数据时，可以使用Python中的pandas库进行处理。以下是一个示例代码，用于比对两个Excel表格并标注差异：

import pandas as pd

# 读取参考表A和待比对的表B
df_a = pd.read_excel('表A.xlsx')
df_b = pd.read_excel('表B.xlsx')

# 比对表B中的数据与参考表A
df_merged = pd.merge(df_b, df_a, on=['姓名', '身份证', '邮政编码', '住址', '补贴金额', '年度'], how='left', indicator=True)

# 插入一列标注原因
df_merged['标注原因'] = ''
df_merged.loc[df_merged['_merge'] == 'left_only', '标注原因'] = '参考表没有此人'
df_merged.loc[df_merged['_merge'] == 'right_only', '标注原因'] = '参考表中无对应记录'
df_merged.loc[df_merged['_merge'] == 'both', '标注原因'] = '数据一致'

# 保存结果到新的Excel文件
df_merged.to_excel('比对结果.xlsx', index=False)

在上述示例代码中，首先使用pd.read_excel()函数读取参考表A和待比对的表B。然后，使用pd.merge()函数根据姓名、身份证、邮政编码、住址、补贴金额和年度等字段进行合并操作，并使用indicator=True参数标记差异。

接下来，通过创建一个新的列标注原因，根据_merge列的值将不同的差异原因进行标注。最后，使用df_merged.to_excel()函数将比对结果保存为一个新的Excel文件。

请根据实际情况修改代码中的文件路径和字段名称，以适应您的具体需求。希望这个示例代码能对您有所帮助！如果您有任何进一步的问题，请随时提问。

问题点: 对Excel进行文件比对,信息点涉及姓名，身份证，邮政编码，住址，补贴金额，年度等内容.
分析思路: 一般以身份证号为主键, 关联两张表,对比其他信息(身份证不符，姓名不符，领取金额不符，或者标注参考表没有此人)的差异。
有具体数据才能提供代码。

有环境，给代码就可以运行

你的excel数据文件格式是固定的还是不固定？固定格式的就容易多了