Python3.7 比较两个Excel文件指定列的值的异同，并将核对结果写入Excel中

Posted 2020-11-26 千鱼千寻

背景：

最近工作中需要核对客户的历史数据，

接近400行，需要核对的列有15列，

肉眼核对简直要吐血

心想着反正在学python呢

人生苦短

何不用python写个脚本

帮助我核对

我省出时间来做些更有意义的事情呢

 

前提：

我需要核对的两份Excel有以下特点：

1. 有共同的主键
2. 两份Excel的结构不尽相同，仅需要核对源文件47列中的15列，这些列在目标文件中都能找到

 

主要思路：

将两个文件的主键作为键，将要核对的列作为值，保存到字典中

然后再进行比较

 

实现代码：

import xlrd
import xlwt
import time


origin_dict = {}  # 初始化，用于保存源文件{key(主键):value(需要核对的列值)}
target_dict = {}  # 初始化，用于保存目标文件{key(主键):value(需要核对的列值)}

# 放在函数外部声明 会报错 还不晓得原因
# success = 0
# fail = 0


def compare_excel(ori_path,tar_path,col_ori,col_tar):
    ‘‘‘
    ori_path:用于存放源文件
    tar_path:用于存放目标文件
    col_ori:源文件中需要比较的列
    col_tar:目标文件中需要比较的列
    ‘‘‘
    success = 0  # 核对无差异的个数
    fail = 0  # 核对结果有差异的个数
    row_res = 0  #要写入的文件的行

    # 分别打开源文件与目标文件
    wb_ori = xlrd.open_workbook(ori_path)
    wb_tar = xlrd.open_workbook(tar_path)
    # 新建一个excel，用于存放核对结果
    wb_res = xlwt.Workbook()  

    # 分别获取源文件与目标文件的sheet
    sheet_ori = wb_ori.sheet_by_index(0)
    sheet_tar = wb_tar.sheet_by_index(0)
    # 新建一名称为result的sheet页，用于存放核对具体结果
    sheet_res = wb_res.add_sheet(‘result‘)

    # 获取源文件中由主键、需核对列组成的键值对，放入字典中
    for row_ori in range(1,sheet_ori.nrows):
        cell_ori_key = sheet_ori.cell_value(row_ori,0)  #因我的源文件的主键位于第0列，故该列未参数化，大家可以视自己实际情况进行优化
        cell_ori_value = sheet_ori.cell_value(row_ori,col_ori)
        origin_dict[cell_ori_key] = cell_ori_value
    # print(‘源文件获取成功‘)
    # print(‘源文件如下：%s‘ % origin_dict)

    # 获取目标文件中由主键、待核对列组成的键值对，放入字典中
    for row_tar in range(1,sheet_tar.nrows):
        cell_tar_key = sheet_tar.cell_value(row_tar,0)
        cell_tar_value = sheet_tar.cell_value(row_tar,col_tar)
        target_dict[cell_tar_key] = cell_tar_value
    # print(‘目标文件获取成功‘)
    # print(‘目标文件如下：%s‘ % target_dict)

    # 核对逻辑
    try:
        for i in origin_dict.keys():  # 获取源文件字典的键
            if target_dict.get(i) == origin_dict.get(i):  # 对比两个字典中相同键的值
                success += 1  # 值相等，则无差异数+1
                sheet_res.write(row_res+1,0,i)  # 将键写入结果文件的第0列
                sheet_res.write(row_res+1,1,‘你俩长一样‘)  #将核对无差异结果写入结果文件的第1列
                row_res += 1  # 结果文件行数+1
                print(‘金融产品 %s 核对无差异‘% i)
            else:
                fail +=1  # 值不相等，则有差异数+1
                sheet_res.write(row_res+1,0,i) 
                sheet_res.write(row_res+1,1,‘核对有差异：源文件的值为：%s，目标文件的值为:%s‘ % (origin_dict.get(i),target_dict.get(i)))  # #将核对有差异结果写入结果文件的第1列
                row_res += 1  # 结果文件行数+1
                print(‘金融产品 %s 核对有差异：源文件的值为：%s，目标文件的值为:%s‘ % (i,origin_dict.get(i),target_dict.get(i)))
                wb_res.save(‘result.xlsx‘)  # 保存结果文件
        print(time.strftime(‘%Y-%m-%d %H-%M-%S‘,time.localtime())+‘核对完成，共核对 %d 条，其中无差异 %d 条， 有差异 %d条‘ % (len(origin_dict),success,fail))
    except Exception as error:
        print(str(error))


compare_excel(‘C111111.xlsx‘,‘O222222.xlsx‘,3,2)  # 核对源文件第4列，目标文件第3列

 

后续：

代码还有很多优化的空间：

比如说源文件中有的键目标文件中没有，如何提示？

比如说能否一次比较多个列的值

比如扩展成双主键/多主键，该如何比对？

 

如果你有方法或思路，可以跟我这个小白一起交流

Python 我是越学越爱