### 使用Python处理和整合Excel表格数据 #### 选择合适的库 对于日常工作中涉及的Excel文件(.xlsx)，Python提供了多种库来简化这些任务。其中，`pandas` 和 `openpyxl` 是最为常用的选择[^1]。 - **Pandas**: 提供了高效的数据结构以及数据分析工具，非常适合用于读写Excel文件并执行复杂的数据操作。 - **OpenPyxl**: 主要专注于读写`.xlsx`格式的工作簿，在需要直接操纵单元格样式或图表时非常有用。 #### 安装必要的包 为了使用这两个库，首先需要安装它们： ```bash pip install pandas openpyxl ``` #### 基础示例：读取单个Excel文件 下面是一个简单的例子展示如何利用`pandas`加载一个名为“云南白药”的CSV文件，并查看其前五行记录[^2]: ```python import pandas as pd ylby_df = pd.read_csv("云南白药.csv") print(ylby_df.head()) ``` 需要注意的是，虽然这里使用的扩展名是`.csv`，但是`read_excel()`函数同样适用于打开`.xlsx`类型的文档。 #### 合并与去重多个Excel表 当面对多个具有相似结构的Excel工作表时，可以通过以下方式将其合并成一个新的DataFrame对象，并去除重复项[^3]: ```python import os from glob import glob import pandas as pd # 获取当前目录下的所有 .xlsx 文件路径列表 file_paths = glob(os.path.join('.', '*.xlsx')) dfs = [] for file_path in file_paths: df = pd.read_excel(file_path) dfs.append(df) combined_df = pd.concat(dfs, ignore_index=True).drop_duplicates() output_file = 'combined_output.xlsx' combined_df.to_excel(output_file, index=False, sheet_name='Combined') ``` 这段代码会遍历指定位置中的每一个Excel文件，依次读入内存形成独立的数据框(`DataFrame`)实例；接着通过`pd.concat()`方法沿垂直方向堆叠起来构成更大的整体视图；最后调用`drop_duplicates()`移除任何可能存在的冗余条目后再保存回磁盘作为新的Excel文件。 #### 数据对比与补充 针对更复杂的场景——例如比较来自不同源但拥有共同字段（如公司名称）的一系列记录，则可以采用如下策略来进行差异分析及信息填充[^4]: ```python def compare_and_enhance(df_a, df_b): merged = pd.merge( df_a, df_b.add_suffix('_b'), how="outer", left_on=["Company"], right_on=["Company_b"] ) # 对于缺失的部分自动补全 result = merged.fillna('') # 创建标记列指示哪些地方存在不一致之处 diff_cols = ['Price', 'Quantity'] # 这里假设我们要检查价格和数量上的变化 for col in diff_cols: new_col = f"{col}_diff" mask = (result[col].astype(str) != result[f'{col}_b'].astype(str)) result[new_col] = mask.apply(lambda x: '{' + str(result.loc[x,f'{col}_b']) + '}' if x else '') return result.drop(columns=[f'{c}_b' for c in diff_cols]) df_result = compare_and_enhance(pd.read_excel('table_A.xlsx'), pd.read_excel('table_B.xlsx')) df_result.to_excel('enhanced_table.xlsx', index=False) ``` 此段逻辑实现了两个主要功能： 1. 将两张表按照特定键（这里是公司的名字）做外连接； 2. 找到那些仅存在于某一方或是双方数值有所出入的地方加以特别说明。