关于python:Python自动化办公之Excel对比工具

明天咱们持续分享实在的自动化办公案例，心愿各位 Python 爱好者可能从中失去些许启发，在本人的工作生存中更多的利用 Python，使得工作事倍功半！

因为工作当中常常须要比照前后两个 Excel 文件，文件内容比拟多，人工肉眼比照太吃力，还容易出错，搞个 Python 小工具，会不会事倍功半

运行脚本，能够把前后两个 Excel 文件当中不同的内容数据展示进去，不同 sheet 页签示意不同的数据处理后果

不须要解析，间接干

咱们先导入两份测试数据，进行 old 和 new 的解决，留神数据中 account number 是惟一索引


old = pd.read_excel('sample-address-1.xlsx', 'Sheet1', na_values=['NA'])
new = pd.read_excel('sample-address-2.xlsx', 'Sheet1', na_values=['NA'])
old['version'] = "old"
new['version'] = "new"

对于咱们这个小工具，次要思考三种变动类型

哪些是新增的 account
哪些是被删除的 account
哪些是被批改的 account

对于新增和删除的 account，咱们能够间接用两份数据相减即可

old_accts_all = set(old['account number'])
new_accts_all = set(new['account number'])

dropped_accts = old_accts_all - new_accts_all
added_accts = new_accts_all - old_accts_all

接下来咱们再将所有的数据拼接到一起，并应用 drop_duplicates 来保留被批改的数据

all_data = pd.concat([old,new],ignore_index=True)
changes = all_data.drop_duplicates(subset=["account number",
                                           "name", "street",
                                           "city","state",
                                           "postal code"], keep='last')

接下来，咱们须要找出哪些 account 有反复的条目，反复的 account 表明更改了咱们须要标记的字段中的值。咱们能够应用反复函数来获取所有这些 account 的列表，并仅过滤掉那些反复的 account

dupe_accts = changes[changes['account number'].duplicated() == True]['account number'].tolist()
dupes = changes[changes["account number"].isin(dupe_accts)]dupe_accts = changes[changes['account number'].duplicated() == True]['account number'].tolist()dupes = changes[changes["account number"].isin(dupe_accts)]

当初咱们将旧数据和新数据进行拆分，删除不必要的版本列并将 account 设置为索引

change_new = dupes[(dupes["version"] == "new")]
change_old = dupes[(dupes["version"] == "old")]
change_new = change_new.drop(['version'], axis=1)
change_old = change_old.drop(['version'], axis=1)
change_new.set_index('account number', inplace=True)
change_old.set_index('account number', inplace=True)
df_all_changes = pd.concat([change_old, change_new],
                            axis='columns',
                            keys=['old', 'new'],
                            join='outer')
df_all_changes

接下来咱们定义一个函数来展现从一列到另一列的变动

def report_diff(x):
    return x[0] if x[0] == x[1] else '{} ---> {}'.format(*x)def report_diff(x):    return x[0] if x[0] == x[1] else '{} ---> {}'.format(*x)

当初应用 swaplevel 函数来获取彼此相邻的旧列和新列

最初咱们应用 groupby 而后利用咱们自定义 report_diff 函数将两个相应的列互相比拟

df_changed = df_all_changes.groupby(level=0, axis=1).apply(lambda frame: frame.apply(report_diff, axis=1))
df_changed = df_changed.reset_index()df_changed = df_all_changes.groupby(level=0, axis=1).apply(lambda frame: frame.apply(report_diff, axis=1))df_changed = df_changed.reset_index()

接下来咱们须要找出被删除和新增的数据


df_removed = changes[changes["account number"].isin(dropped_accts)]
df_added = changes[changes["account number"].isin(added_accts)]df_removed = changes[changes["account number"].isin(dropped_accts)]df_added = changes[changes["account number"].isin(added_accts)]

咱们能够应用独自的选项卡将所有内容输入到 Excel 文件，对应于更改、增加和删除

output_columns = ["account number", "name", "street", "city", "state", "postal code"]
writer = pd.ExcelWriter("my-diff.xlsx")
df_changed.to_excel(writer,"changed", index=False, columns=output_columns)
df_removed.to_excel(writer,"removed",index=False, columns=output_columns)
df_added.to_excel(writer,"added",index=False, columns=output_columns)
writer.save()

最初，咱们就失去了最开始的成果图片展现的一个新的 Excel 文件

当然下面的代码对于毫无编程的人来说还是有一点点简单，咱们还是做成 GUI 小程序吧，这次咱们应用 Tkinter 来编写 GUI 程序

咱们首先导入 Tkinter 库并进行初始化

import tkinter
from tkinter import *
from tkinter import Label, Button, Entry, messagebox
from tkinter import filedialog
from deal import deal_excel


window = tkinter.Tk()
path_file1 = StringVar()
path_file2 = StringVar()
path_path = StringVar()
window.geometry('380x150')

这里咱们定义了三个 String 类型的变量，用来保留文件地址和文件夹门路

而后咱们进行简略的页面排版，只须要用到 Label，Entry 和 Button 就够了

label1 = Label(window, text="文件 1：").grid(column=0, row=0)
txt1 = Entry(window, width="30", textvariable=path_file1).grid(column=1, row=0)
button1 = Button(window, text="文件抉择 1", command=selectFile1).grid(column=2, row=0)

label2 = Label(window, text="文件 2：").grid(column=0, row=1)
txt2 = Entry(window, width="30", textvariable=path_file2).grid(column=1, row=1)
button2 = Button(window, text="文件抉择 2", command=selectFile2).grid(row=1, column=2)

label3 = Label(window, text="新文件门路：").grid(column=0, row=2)
txt3 = Entry(window, width="30", textvariable=path_path)
txt3.grid(column=1, row=2)
button3 = Button(window, text="新文件门路", command=selectPath).grid(row=2, column=2)

button4 = Button(window, text="开始解决", command=save_path).grid(row=3, column=1)

用于获取文件和文件夹的函数

def selectFile1():
    path_ = filedialog.askopenfilename()
    path_file1.set(path_)

用于保留新生成文件和提醒音讯的函数

def save_path():
    path = txt3.get()
    deal_excel(path)
    res = "比照解决实现！"
    messagebox.showinfo('萝卜大杂烩', res)

这样，一个简略的 Excel 比照工具就实现啦

好了，这样咱们就实现了一个繁难的 GUI 拆分 PDF 文件的工具喽！

以上就是本次分享的所有内容，如果你感觉文章还不错，欢送关注公众号：Python 编程学习圈 ，每日干货分享，发送“J”还可支付大量学习材料。或是返回编程学习网，理解更多编程技术常识。

关于python:Python自动化办公之Excel对比工具

需要

需要解析

代码实现