Compara 2 archivos de Excel usando Python

Este tutorial fue evaluado por nuestros expertos para garantizar la veracidad de este ensayo.

Solución:

Usar pandas y puedes hacerlo tan simple como esto:

import pandas as pd

df1 = pd.read_excel('excel1.xlsx')
df2 = pd.read_excel('excel2.xlsx')

difference = df1[df1!=df2]
print difference

Y el resultado se verá así:

El siguiente enfoque debería ayudarlo a comenzar:

from itertools import izip_longest
import xlrd

rb1 = xlrd.open_workbook('file1.xlsx')
rb2 = xlrd.open_workbook('file2.xlsx')

sheet1 = rb1.sheet_by_index(0)
sheet2 = rb2.sheet_by_index(0)

for rownum in range(max(sheet1.nrows, sheet2.nrows)):
    if rownum < sheet1.nrows:
        row_rb1 = sheet1.row_values(rownum)
        row_rb2 = sheet2.row_values(rownum)

        for colnum, (c1, c2) in enumerate(izip_longest(row_rb1, row_rb2)):
            if c1 != c2:
                print "Row  Col  -  != ".format(rownum+1, colnum+1, c1, c2)
    else:
        print "Row  missing".format(rownum+1)

Esto mostrará las celdas que son diferentes entre los dos archivos. Para sus dos archivos dados, esto mostrará:

Row 3 Col 2 - 0.235435 != 0.23546

Si prefiere nombres de celda, entonces use xlrd.formular.colname():

print "Cell    != ".format(rownum+1, xlrd.formula.colname(colnum), c1, c2)

Dandote:

Cell 3B  0.235435 != 0.23546

Yo uso un código para hacer algo similar. Es un poco generalizado funciona bien. Hojas de Excel de entrada e imagen de marco de datos de salida esperada

import pandas as pd
import numpy as np
from xlsxwriter.utility import xl_rowcol_to_cell

template = pd.read_excel("template.xlsx",na_values=np.nan,header=None)
testSheet = pd.read_excel("test.xlsx",na_values=np.nan,header=None)

rt,ct = template.shape
rtest,ctest = testSheet.shape

df = pd.DataFrame(columns=['Cell_Location','BaseTemplate_Value','CurrentFile_Value'])

for rowNo in range(max(rt,rtest)):
  for colNo in range(max(ct,ctest)):
    # Fetching the template value at a cell
    try:
        template_val = template.iloc[rowNo,colNo]
    except:
        template_val = np.nan

    # Fetching the testsheet value at a cell
    try:
        testSheet_val = testSheet.iloc[rowNo,colNo]
    except:
        testSheet_val = np.nan

    # Comparing the values
    if (str(template_val)!=str(testSheet_val)):
        cell = xl_rowcol_to_cell(rowNo, colNo)
        dfTemp = pd.DataFrame([[cell,template_val,testSheet_val]],
                              columns=['Cell_Location','BaseTemplate_Value','CurrentFile_Value'])
        df = df.append(dfTemp)

df es el marco de datos requerido

Te invitamos a favorecer nuestro cometido fijando un comentario o valorándolo te damos la bienvenida.

---

---

Utiliza Nuestro Buscador