快速分析比较两个excel的内容 - Python 第三方库DataComp

日常工作中，经常使用excel表记录内容，并和同事分享交互信息，在多人更新过后，数据量大了，时间长了，就很难查找和分析更新内容，手工比较差异就更是消费时间而且容易出错，比如整车信号列表的处理，问题收集跟踪的表格等等。

Python来了，本文介绍的模块，无需复杂的程序算法，简单几行代码就可以解决上述问题，可快速识别更新的内容，差异的内容，并自动生成详细的报告。

先说pandas库

是基于Numpy开发出的,是python数据分析领域的常用库，pandas支持的数据

快速分析比较两个excel的内容 - Python 第三方库DataComp日常工作中，经常使用excel表记录内容，并和同事分享交互信息，在多人更新过后，数据量大了，时间长了，就很难查找和分析更新内容，手工比较差异就更是消费时间而且容易出错，比如整车信号列表的处理，问题收集跟踪的表格等等。Python来了，本文介绍的模块，无需复杂的程序算法，简单几行代码就可以解决上述问题，可快速识别更... Data Com Py 是一个用于 比较 两个 Pandas Data Frame的程序包。 最初开始是SAS的PROC COMPARE for Pandas Data Frame的替代品，其功能不仅仅是Pandas. Data Frame.equals(Pandas. Data Frame) （因为它可以打印出一些统计信息，并让您调整必须精确匹配的数量） ）。 然后扩展以将该功能传递给Spark Data frames。 快速 安装 pip install data com py Data Com Py 将尝试在连接列列表或索引上连接 两个 数据框。 如果 两个 数据框具有基于联接值的重复项，则匹配过程将按其余字段排序，并根据该行号联接。 按列 比较 会尝试匹配值，即使dtypes不匹配也是如此。 因此，例如，如果您在一个数据帧中有一列具有decimal.Decimal值，而在另一个数据帧中具有一个decimal. if __name__ == "__main__": a = pd.read_csv('./sot2/ICX01.SOT2',skiprows=1,names=["X","Y","BIN"]) # print(a) aa = a[a['BIN'] #df2减df1 import pandas as pd set_diff_df = pd.concat([df1, df2, df1]).drop_duplicates(keep=False) print(set_diff_df) Empty Data Frame 表示 两个 数据集相同 方法二： data com py 包 这个包的详细说明https://capitalone.g def compare _files(file1, file2): with open(file1, 'r') as f1, open(file2, 'r') as f2: content1 = f1.read() content2 = f2.read() if content1 == content2: return True else: return False 其中，file1和file2分别为要 比较 的 两个 文件的路径。使用该函数即可 比较 两个 文件 内容 是否相同。 ### 回答2： Python 中 比较 两个 文件 内容 是否相同有很多方法，下面介绍几种 比较 常用的方法： 方法1： 使用filecmp模块 filecmp模块是 Python 中用于 比较 文件和目录的模块，可以用它来 比较 两个 文件的 内容 是否相同。 示例代码： ``` python import filecmp result = filecmp.cmp('file1.txt', 'file2.txt') if result: print(" 两个 文件 内容 相同") else: print(" 两个 文件 内容 不同") 方法2： 使用hashlib模块 使用hashlib模块可以计算文件的哈希值，然后 比较 两个 文件的哈希值是否相同。 示例代码： ``` python import hashlib def md5(fname): hash_md5 = hashlib.md5() with open(fname, "rb") as f: for chunk in iter(lambda: f.read(4096), b""): hash_md5.update(chunk) return hash_md5.hexdigest() file1_md5 = md5('file1.txt') file2_md5 = md5('file2.txt') if file1_md5 == file2_md5: print(" 两个 文件 内容 相同") else: print(" 两个 文件 内容 不同") 方法3： 使用difflib模块 使用difflib模块可以 比较 两个 文件的差异，如果 两个 文件 内容 相同，差异就会很小。 示例代码： ``` python import difflib with open('file1.txt') as file1: with open('file2.txt') as file2: diff = difflib.ndiff(file1.readlines(), file2.readlines()) for line in diff: if line.startswith('-'): print("文件 内容 不同") break else: print("文件 内容 相同") 以上就是 比较 两个 文件 内容 是否相同的几种方法。每种方法都有自己的优缺点，可以根据实际需要选择合适的方法。 ### 回答3： Python 比较 两个 文件 内容 是否相同可以使用文件读取和字符串 比较 的方法来实现。 1.方法一：使用文件读取和字符串 比较 首先，可以使用with open方法分别打开 两个 文件，读取文件 内容 ，并保存为 两个 字符串变量。接着，使用字符串 比较 方法（如==） 比较 这 两个 字符串是否相同，判断文件 内容 是否一致。代码示例如下： ``` python with open('file1.txt', 'r') as f1, open('file2.txt', 'r') as f2: str1 = f1.read() str2 = f2.read() if str1 == str2: print('文件 内容 相同') else: print('文件 内容 不同') 2.方法二：使用hashlib 比较 文件 内容 除了使用字符串 比较 方法，还可以使用hashlib模块实现对文件 内容 的hash值 比较 ，判断文件 内容 是否相同。具体实现步骤如下： （1）使用with open方法打开文件，读取二进制文件 内容 ，并进行hash算法计算，将结果保存为字符串变量； （2） 比较 两个 文件的hash值是否相同，判断文件 内容 是否一致。代码示例如下： ``` python import hashlib def compare _file(filepath1, filepath2): with open(filepath1, 'rb') as f1, open(filepath2, 'rb') as f2: hash1 = hashlib.md5(f1.read()).hexdigest() hash2 = hashlib.md5(f2.read()).hexdigest() if hash1 == hash2: print('文件 内容 相同') else: print('文件 内容 不同') 需要注意的是，使用hashlib 比较 文件 内容 需要注意文件的大小问题。如果文件过大，代码执行的时间可能会很长，因为hash算法需要将整个文件读取并进行计算。因此，在 比较 文件 内容 前，可以先 比较 文件大小是否相同，如果大小不同，则直接判断文件 内容 不同。