Pandas 使用Python比较两个具有不同行数的Excel文件

我正在使用Python3.7，我想比较两个Excel文件，它们有相同的列（140列），但行数不同，我在网站上查看了一下，但没有找到适合我的案例的解决方案

以下是一个例子：

df1 (old report) : 

id       qte     d1    d2

A        10      23    35  

B        43      63    63

C       15       61    62

df2 (new report) : 

id       qte     d1    d2

A        20      23    35  

C       15       61    62

E       38       62    16

F       63       20    51

结果应该是：

• 修改行必须为黄色，修改值必须为红色

• 新的一排是绿色的

• 删除的行显示为红色
  id qte d1 d2
  A 20 23 35
  C 15 61 62
  B 43 63
  E 38 62 16
  F 63 20 51

守则：

import pandas as pd
import numpy as np

df1= pd.read_excel(r'C .....\data novembre.xlsx','Sheet1',na_values=['NA'])
df2= pd.read_excel(r'C.....\data decembre.xlsx','Sheet1',na_values=['NA'])
merged_data=df1.merge(df2, left_on = 'id', right_on = 'id', how = 'outer')

加入数据虽然不是我想要的

---

我刚刚开始学习Python，所以我真的需要帮助

一个excel diff可以很快变成一个时髦的野兽，但我们应该能够通过一些

concats

和布尔语句来做到这一点

假设您的数据帧被称为

df1、df2

df1 = df1.set_index('id')
df2 = df2.set_index('id')

df3 = pd.concat([df1,df2],sort=False)
df3a = df3.stack().groupby(level=[0,1]).unique().unstack(1).copy()


df3a.loc[~df3a.index.isin(df2.index),'status'] = 'deleted' # if not in df2 index then deleted
df3a.loc[~df3a.index.isin(df1.index),'status'] = 'new'     # if not in df1 index then new
idx = df3.stack().groupby(level=[0,1]).nunique() # get modified cells. 
df3a.loc[idx.mask(idx <= 1).dropna().index.get_level_values(0),'status'] = 'modified'
df3a['status'] = df3a['status'].fillna('same') # assume that anything not fufilled by above rules is the same.

如果您不介意将所有数据类型转换为字符串对性能的影响，那么这可能会起作用。但我不推荐这样做，使用事实或缓慢变化的维度模式来保存这些数据，将来你会感谢自己的

df3a.stack().explode().astype(str).groupby(level=[0,1]).agg('-->'.join).unstack(1)

    d1  d2      qte    status
id                           
A   23  35  10-->20  modified
B   63  63       43   deleted
C   61  62       15      same
E   62  16       38       new
F   20  51       63       new

---

1000多亏了你，它工作了！，我还有一个问题，如果我想用绿色突出显示新行，用红色突出显示删除的行，修改后的行将用黄色突出显示（对于修改后的值，我将只在数组中保留新值），我怎么做？@FaziaChenna没问题：）看这里我在Pandasys中设计裤子我明白了，谢谢，在之前的结果中，最后一件事是（d1 d2和qte）的位置发生了变化，它应该是这样的：id qte d1 d2。我怎么能有相同的专栏structure@FaziaChenna您可以通过手动指定cols

df3a[df1.columns]

应该起作用来设置它。别忘了接受答案：）我没有得到我想要的结果，问题是我的原始文件有140多列，我在应用代码时它不起作用！

df3a.stack().explode().astype(str).groupby(level=[0,1]).agg('-->'.join).unstack(1)

    d1  d2      qte    status
id                           
A   23  35  10-->20  modified
B   63  63       43   deleted
C   61  62       15      same
E   62  16       38       new
F   20  51       63       new