超實(shí)用！使用Python快速對比兩個(gè)Excel表格之間的差異

主要介紹如何通過DeepDiff實(shí)現(xiàn)兩個(gè)Excel文件數(shù)據(jù)的快速對比。

對于日常辦公中需要處理數(shù)據(jù)的同學(xué)來說，有時(shí)候需要對比兩個(gè)Excel表格（或者是數(shù)據(jù)庫）的數(shù)據(jù)是否完全相同。

對于簡單少量的數(shù)據(jù)，我們當(dāng)然可以人工肉眼對比，但是如果數(shù)據(jù)量一大，那么最好還是借助工具實(shí)現(xiàn)。

這篇文章主要通過使用DeepDiff庫，介紹了一種簡單地對比兩個(gè)Excel文件是否完全相同的方法。

首先，我們需要下載DeepDiff庫：

接著再進(jìn)行導(dǎo)入：

接下來我們創(chuàng)建4個(gè)簡單的Excel數(shù)據(jù)，方便后續(xù)對比，通過pandas讀取數(shù)據(jù)：

4個(gè)Excel表格數(shù)據(jù)如下：

上面4個(gè)簡單示例數(shù)據(jù)中，我們可以非常明顯地看出來，data1跟data2時(shí)完全一致的，而data3跟data4只是數(shù)據(jù)的行順序跟列順序不一致，其本質(zhì)上還是一致的，在我們實(shí)際工作中，我們希望的出來的結(jié)果也是data3跟data4是一致的。

首先，我們直接對兩個(gè)不一樣的DataFrame進(jìn)行對比：

對比結(jié)果為{}，這在DeepDiff中是表示沒有差異的意思，但是，這個(gè)結(jié)果顯然不符合實(shí)際，因?yàn)槲覀兊膁ata1跟data3其實(shí)是完全不一樣的才對。

這是因?yàn)镈eepDiff并不支持DataFrame對象的比較。

為了能夠使用DeepDiff，我們可以把DataFrame對象轉(zhuǎn)成字典對象。

可以看到，轉(zhuǎn)成字典之后我們成功地對data1和data2進(jìn)行比較，并給出了正確的結(jié)果：

為了驗(yàn)證，我們再拿data1和data3進(jìn)行比較：

很明顯，這兩個(gè)對象是有區(qū)別的，沒有任何問題。

接下來進(jìn)入我們的重頭戲，對比data3和data4，為了對比這兩個(gè)對象，我們可以先把數(shù)據(jù)轉(zhuǎn)成列表，然后再設(shè)置DeepDiff中的ignore_order參數(shù)忽略字典元素的順序：

可以看到，結(jié)果非常簡單完美地實(shí)現(xiàn)了我們的對比需求。

本文只是對DeepDiff的使用場景進(jìn)行了簡單介紹，實(shí)際上基于這個(gè)Python庫，我們還可以實(shí)現(xiàn)諸如JSON文件對比、數(shù)據(jù)庫數(shù)據(jù)對比等拓展作。

本文完整示例代碼及文件可關(guān)注公眾號，回復(fù)“python”獲取。