Python比对两个Excel表格数据
两个Excel文件表字段一样为：姓名，身份证，邮政编码，住址，补贴金额，年度。但是数值不一样，要找出其中的差别。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a表和b表最后一列添加一列来标注两个表的差别原因，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！
不要ai回答，谢谢！
表样见下面对图片。
import pandas as pd
import numpy as np
# 读取两个xlsx文件
a = pd.read_excel('a.xlsx')
b = pd.read_excel('b.xlsx')
# 设置'身份证'为索引
a.set_index('身份证', inplace=True)
b.set_index('身份证', inplace=True)
merged = a.merge(b, how='outer', left_index=True, right_index=True, suffixes=('_a', '_b'))
# 初始化一个空的差异列
merged['差异'] = np.nan
# 对每个列进行比较，如果不同则在'差异'列中添加对应的标注
for column in a.columns:
mask = merged[column + '_a'] != merged[column + '_b']
merged.loc[mask, '差异'] = merged.loc[mask, '差异'].astype(str) + ',' + column + '不符'
# 对于只在a表中出现的行，标注'参考表没有此人'
mask = merged['姓名_a'].isna()
merged.loc[mask, '差异'] = '参考表没有此人'
# 对于只在b表中出现的行，标注'参考表有此人'
mask = merged['姓名_b'].isna()
merged.loc[mask, '差异'] = '参考表有此人'
# 输出到新的xlsx文件
merged.to_excel('diff.xlsx')
使用方式
python3 hello.py -a a.xls -b b.xls -o d.html
效果
使用前记得安装相关模块
pip install pandas-i https://pypi.tuna.tsinghua.edu.cn/simple
pip install xlrd -i https://pypi.tuna.tsinghua.edu.cn/simple
import sys
import difflib
import optparse
import pandas as pd
usage = "%prog -i file1 file2 -o outfile"
opts = optparse.OptionParser(usage)
opts.add_option("-a", "--file1", dest="file1", help="第一个文件")
opts.add_option("-b", "--file2", dest="file2", help="第二个文件")
opts.add_option("-o",dest="out_files",help="输出文件以html结尾")
options, args = opts.parse_args()
if not (options.file1 and options.file2 and options.out_files):
print(usage)
pass
file1_content = pd.read_excel(options.file1)
file2_content = pd.read_excel(options.file2 )
d = difflib.HtmlDiff()
result = d.make_file(file1_content, file2_content)
with open(options.out_files, 'w') as f:
f.writelines(result)
是这个结果不
下面是一个使用Python比对两个Excel表格数据并找出差异的示例代码：
python
import pandas as pd
# 读取两个Excel文件的数据
df_a = pd.read_excel('A表.xlsx')
df_b = pd.read_excel('B表.xlsx')
# 比对姓名、身份证、邮政编码、住址和补贴金额列，查找差异
diff_df = df_b.merge(df_a, on=['姓名', '身份证', '邮政编码', '住址', '补贴金额'],
how='left', indicator=True)
# 根据差异情况添加差异原因列
diff_df['差异原因'] = ''
diff_df.loc[diff_df['_merge'] == 'left_only', '差异原因'] = '参考表没有此人'
diff_df.loc[diff_df['_merge'] == 'right_only', '差异原因'] = '参考表没有此人'
diff_df.loc[diff_df['_merge'] == 'both', '差异原因'] = '有差异'
# 删除多余的列
diff_df.drop(['_merge'], axis=1, inplace=True)
# 将差异结果保存到新的Excel文件
diff_df.to_excel('差异结果.xlsx', index=False)
```python
```
请按照以下方式使用该代码：
确保安装了pandas库。如果没有安装，可以使用以下命令进行安装：pip install pandas。
将实际的Excel文件名分别替换为'A表.xlsx'和'B表.xlsx'。
运行代码后，它会比对两个表格的数据，并在最后一列添加差异原因。结果将保存为一个新的Excel文件'差异结果.xlsx'。
请注意，以上代码只是一个示例，根据实际情况可能需要进行适当的修改。希望对您有所帮助！如有其他问题，请随时提问。
import pandas as pd
# 读取两个Excel文件
df_a = pd.read_excel('A表.xlsx')
df_b = pd.read_excel('B表.xlsx')
# 使用merge函数按照姓名和身份证号将两个表合并
merged = pd.merge(df_a, df_b, on=['姓名', '身份证'], how='outer', suffixes=('_A', '_B'), indicator=True)
# 创建新的一列'差异原因'，默认为空字符串
merged['差异原因'] = ''
# 比较字段，标记差异
merged.loc[merged['补贴金额_A'] != merged['补贴金额_B'], '差异原因'] += '领取金额不符; '
merged.loc[merged['邮政编码_A'] != merged['邮政编码_B'], '差异原因'] += '邮政编码不符; '
merged.loc[merged['_merge'] == 'left_only', '差异原因'] += '参考表没有此人; '
# 输出结果到新的Excel文件
merged.to_excel('比对结果.xlsx', index=False)
- 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7810839
- 这篇博客也不错, 你可以看下python 1、输入a,b,c解二元一次方程；2、克莱姆法则解线性方程；3、输入今天之后未来的天数，显示今天是星期几；4、输入一个数，检测是否能被5和6整除；5、输入人民币和美元的汇率和转换金额；
- 除此之外, 这篇博客: Python汇总学习篇中的 39.10将数据第1列都加上10，第2列乘以2倍，通过索引获取列的值和更改列的值，显示b列值大于11的值，修改a列和b列值 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
import pandas as pd df = pd.read_excel("234.xlsx",sheet_name=2) print(df) """ #输出: a b 0 1 10 1 2 20 """ "a":lambda x:x.strip(), #去除列名a左右的空格 #将数据第1列都加上10，第2列乘以2倍 df = pd.read_excel("234.xlsx",sheet_name=2, converters={ "a":lambda x:x+10, #a列加10 "b":lambda x:x*2, #b列乘以2倍 }) print(df) """ #输出: a b 0 11 20 1 12 40 """import pandas as pd #通过索引获取列的值和更改列的值 #还可以写成:df[(df["b"]>2) & (df["b"]<6)] 且关系 #还可以写成:df[(df["b"]==2) | (df["b"]==8)] 或关系 #还可以写成:df[~(df["b"]==2)] 不等于关系 df = pd.read_excel("234.xlsx",sheet_name=2) print(df) """ #输出: a b 0 1 10 1 2 20 """ #判断b列值是否大于11 print(df["b"]>11) """ #输出: 0 False 1 True Name: b, dtype: bool """ #显示b列值大于11的值 print(df[df["b"]>11]) """ #输出: a b 1 2 20 """ #只显示b列的数值 print(df[["b"]]) """ #输出: b 0 10 1 20 """ #只显示第1行，也就是True的那一行，这种带True,False的取值方式叫掩码取值 print(df[[True,False]]) """ #输出: a b 0 1 10 """ #获取b列的数值，将b列值更改为101，201 df["b"] = [101,201] print(df) """ #输出: a b 0 1 101 1 2 201 """ #修改a列和b列值 df[["a","b"]] = [[101,201],[202,203]] print(df) """ #输出: a b 0 101 201 1 202 203 """
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^
你可以使用 Python 中的 pandas 库来比较两个 Excel 文件之间的差异。使用 pandas，你可以将两个 Excel 文件读入不同的 pandas 数据框中，然后比较这两个数据框之间的差异。大致的代码：
import pandas as pd
# 读取第一个 Excel 文件
df1 = pd.read_excel('file1.xlsx')
# 读取第二个 Excel 文件
df2 = pd.read_excel('file2.xlsx')
# 使用 pandas 的 merge 函数来比较两个数据框之间的差异
diff = pd.merge(df1, df2, how='outer', indicator=True)
# 输出差异
diff.to_excel('diff.xlsx', index=False)
这个问题很难吗？试试我写的demo，
import pandas as pd
# 读取Excel文件数据
df_a = pd.read_excel('A.xlsx')
df_b = pd.read_excel('B.xlsx')
# 比对数据并找出差异
diff = pd.concat([df_a, df_b]).drop_duplicates(keep=False)
# 添加差异原因列并标注差别
diff['差异原因'] = ''
diff.loc[diff['姓名'].isin(df_a['姓名'].unique()), '差异原因'] += '姓名不符;'
diff.loc[diff['身份证'].isin(df_a['身份证'].unique()), '差异原因'] += '身份证不符;'
diff.loc[diff['邮政编码'].isin(df_a['邮政编码'].unique()), '差异原因'] += '邮政编码不符;'
diff.loc[diff['补贴金额'].isin(df_a['补贴金额'].unique()), '差异原因'] += '补贴金额不符;'
diff.loc[diff['年度'].isin(df_a['年度'].unique()), '差异原因'] += '年度不符;'
diff.loc[~diff['姓名'].isin(df_a['姓名'].unique()), '差异原因'] += '参考表没有此人;'
# 将结果写入新的Excel文件
diff.to_excel('差异表.xlsx', index=False)
以下答案参考newbing,回答由博主波罗歌编写：
实现这个功能需要使用Python的pandas库。Pandas是一个用于数据操作和分析的强大工具，可以轻松地读取、处理和分析Excel文件。
首先，确保你已经安装了pandas库。如果没有安装，可以使用以下命令进行安装：
pip install pandas
然后，你可以按照以下步骤来比对两个Excel文件并找到差异：
- 导入pandas库：
import pandas as pd
- 读取两个Excel文件的内容到两个DataFrame对象中：
df_a = pd.read_excel('a.xlsx')
df_b = pd.read_excel('b.xlsx')
这里假设a.xlsx和b.xlsx是你的两个Excel文件，需要替换成你自己的文件路径。
- 使用
merge函数将两个DataFrame对象合并为一个，并使用on参数指定合并的键（这里是姓名和身份证）：
merged_df = pd.merge(df_a, df_b, on=['姓名', '身份证'], how='outer', suffixes=('_a', '_b'))
这里使用outer方式进行合并，保留了两个表中的所有行，同时使用了后缀_a和_b来区分两个表的字段名。
- 比较每个字段的差异，并在最后一列添加一个新列来标注差异原因。你可以使用以下代码：
diff_reason = []
for index, row in merged_df.iterrows():
reason = []
for column in df_a.columns:
if row[column + '_a'] != row[column + '_b']:
reason.append(column + '不符')
if len(reason) == 0:
reason.append('参考表没有此人')
diff_reason.append(','.join(reason))
merged_df['差异原因'] = diff_reason
这段代码使用了两层循环，遍历合并后的DataFrame，比较每个字段的值，如果不一样则将差异原因添加到一个列表中。
- 最后，保存合并后的结果到一个新的Excel文件：
merged_df.to_excel('差异表.xlsx', index=False)
差异表.xlsx是保存差异结果的文件名，你可以根据需要修改为你自己想要的名称。
完整的代码如下所示：
import pandas as pd
df_a = pd.read_excel('a.xlsx')
df_b = pd.read_excel('b.xlsx')
merged_df = pd.merge(df_a, df_b, on=['姓名', '身份证'], how='outer', suffixes=('_a', '_b'))
diff_reason = []
for index, row in merged_df.iterrows():
reason = []
for column in df_a.columns:
if row[column + '_a'] != row[column + '_b']:
reason.append(column + '不符')
if len(reason) == 0:
reason.append('参考表没有此人')
diff_reason.append(','.join(reason))
merged_df['差异原因'] = diff_reason
merged_df.to_excel('差异表.xlsx', index=False)
请替换a.xlsx和b.xlsx为你自己的文件路径，并执行代码。执行完毕后，将会生成一个名为差异表.xlsx的文件，其中包含了两个表的差异和差异原因。
希望对你有所帮助！如有任何问题，请随时提问。
如果我的回答解决了您的问题，请采纳！