Python兩個(gè)Excel多Sheet數(shù)據(jù)對(duì)比
在數(shù)據(jù)處理與分析中，經(jīng)常需要比較來(lái)自不同來(lái)源的數(shù)據(jù)集，特別是在處理涉及多個(gè)Excel工作簿和工作表的場(chǎng)景時(shí)。Python的Pandas庫(kù)提供了強(qiáng)大的工具，可以幫助我們高效地完成這一任務(wù)。下面，我們將一步步引導(dǎo)你如何使用Python對(duì)比兩個(gè)Excel文件中多個(gè)Sheet的數(shù)據(jù)。
第一步：安裝必要的庫(kù)
確保你的Python環(huán)境中已安裝pandas和openpyxl。如果沒(méi)有安裝，可以通過(guò)以下命令安裝：
pip install pandas openpyxl第二步：讀取Excel文件中的多個(gè)Sheet
使用pandas.ExcelFile或pandas.read_excel直接讀取多個(gè)Sheet的數(shù)據(jù)。
import pandas as pd
# 讀取第一個(gè)Excel文件的所有Sheet
xlsx1 = pd.ExcelFile('file1.xlsx')
sheets1 = {sheet_name: xlsx1.parse(sheet_name) for sheet_name in xlsx1.sheet_names}
# 讀取第二個(gè)Excel文件的所有Sheet
xlsx2 = pd.ExcelFile('file2.xlsx')
sheets2 = {sheet_name: xlsx2.parse(sheet_name) for sheet_name in xlsx2.sheet_names}第三步：對(duì)比數(shù)據(jù)
對(duì)比兩個(gè)Excel文件中相同名稱的Sheet。我們可以逐個(gè)Sheet進(jìn)行對(duì)比，尋找不一致的數(shù)據(jù)行。
# 創(chuàng)建一個(gè)空的字典來(lái)存儲(chǔ)對(duì)比結(jié)果
comparison_results = {}
for sheet_name in sheets1.keys():
if sheet_name in sheets2:
# 如果兩個(gè)文件都有相同的Sheet，則進(jìn)行對(duì)比
df1 = sheets1[sheet_name]
df2 = sheets2[sheet_name]
# 比較兩個(gè)DataFrame
comparison = df1.merge(df2, how='outer', indicator=True)
comparison_results[sheet_name] = comparison[comparison['_merge'] != 'both']第四步：分析差異
上述對(duì)比會(huì)返回一個(gè)新DataFrame，其中包含標(biāo)記為left_only或right_only的行，表示只在左側(cè)或右側(cè)數(shù)據(jù)集中存在。此外，還可以通過(guò)left和right后綴訪問(wèn)原始數(shù)據(jù)列。
# 分析差異
for sheet_name, result in comparison_results.items():
if not result.empty:
print(f"Differences found in '{sheet_name}':")
print(result)第五步：保存對(duì)比結(jié)果
將對(duì)比結(jié)果保存到新的Excel文件中，便于后續(xù)分析或報(bào)告。
with pd.ExcelWriter('comparison_results.xlsx') as writer:
for sheet_name, result in comparison_results.items():
if not result.empty:
result.to_excel(writer, sheet_name=sheet_name, index=False)完整代碼示例
下面是將上述步驟整合在一起的完整代碼示例：
import pandas as pd
# 讀取Excel文件
xlsx1 = pd.ExcelFile('file1.xlsx')
xlsx2 = pd.ExcelFile('file2.xlsx')
# 讀取所有Sheet
sheets1 = {sheet_name: xlsx1.parse(sheet_name) for sheet_name in xlsx1.sheet_names}
sheets2 = {sheet_name: xlsx2.parse(sheet_name) for sheet_name in xlsx2.sheet_names}
# 創(chuàng)建一個(gè)空的字典來(lái)存儲(chǔ)對(duì)比結(jié)果
comparison_results = {}
# 對(duì)比數(shù)據(jù)
for sheet_name in sheets1.keys():
if sheet_name in sheets2:
df1 = sheets1[sheet_name]
df2 = sheets2[sheet_name]
comparison = df1.merge(df2, how='outer', indicator=True)
comparison_results[sheet_name] = comparison[comparison['_merge'] != 'both']
# 保存對(duì)比結(jié)果
with pd.ExcelWriter('comparison_results.xlsx') as writer:
for sheet_name, result in comparison_results.items():
if not result.empty:
result.to_excel(writer, sheet_name=sheet_name, index=False)通過(guò)上述步驟，你可以有效地對(duì)比兩個(gè)Excel文件中多個(gè)Sheet的數(shù)據(jù)，找出差異并保存結(jié)果。這種方法特別適用于財(cái)務(wù)審計(jì)、數(shù)據(jù)清洗或任何需要跨數(shù)據(jù)集一致性檢查的場(chǎng)景。
希望這篇指南能夠幫助你在Python中處理復(fù)雜的Excel數(shù)據(jù)對(duì)比任務(wù)。
