### 解决 Python 中使用 XlsxWriter 库时出现的 TypeError 错误并实现表格对比功能 在 Python 中，使用 `XlsxWriter` 库时遇到 `TypeError: '<' not supported between instances of 'str' and 'int'` 的错误，通常是由于传递给 `conditional_format` 方法的行列索引类型不匹配引起的。以下是完整的解决方案，包括修复错误、对比两个表格中的某列数据差异，并将结果合并到一个表中。 #### 1. 修复 `TypeError` 错误 该错误的根本原因是 `conditional_format` 方法期望接收整数类型的行列索引，但实际传入了字符串类型的数据[^1]。以下代码展示了如何确保所有索引均为整数类型： ```python import xlsxwriter # 示例：创建工作簿和工作表 workbook = xlsxwriter.Workbook('example.xlsx') worksheet = workbook.add_worksheet() # 定义条件格式 highlight_format = workbook.add_format({'bg_color': '#FFC7CE', 'font_color': '#9C0006'}) # 假设需要对特定单元格应用条件格式化 row_idx, col_idx = "1", "1" # 示例索引为字符串类型 row_idx = int(row_idx) # 转换为整数 col_idx = int(col_idx) # 转换为整数 # 应用条件格式化 worksheet.conditional_format(row_idx, col_idx, row_idx, col_idx, {'type': 'no_errors', 'format': highlight_format}) # 关闭工作簿 workbook.close() ``` 通过上述代码，可以确保所有传递给 `conditional_format` 的索引均为整数类型，从而避免 `TypeError` 错误。 --- #### 2. 对比两个表格中的某列数据差异 为了实现对比两个表格中的某列数据差异并将结果合并到一个表中，可以使用 `pandas` 和 `XlsxWriter` 结合完成。以下是完整代码示例： ```python import pandas as pd import xlsxwriter # 示例数据 data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]} data2 = {'A': [1, 2, 4], 'B': [4, 5, 7]} # 创建 DataFrame df1 = pd.DataFrame(data1) df2 = pd.DataFrame(data2) # 找出差异 diff_df = df1.compare(df2, align_axis=0) # 将差异标记为 True/False 矩阵 comparison_df = df1 != df2 # 合并结果 result_df = df1.copy() # 复制原始数据 for col in comparison_df.columns: for idx, is_diff in comparison_df[col].items(): if is_diff: result_df.at[idx, col] = f"{df1.at[idx, col]} -> {df2.at[idx, col]}" # 标记差异 # 导出到 Excel 文件 output_file = "comparison_result.xlsx" writer = pd.ExcelWriter(output_file, engine='xlsxwriter') result_df.to_excel(writer, sheet_name="Comparison", index=False) # 获取 workbook 和 worksheet 对象 workbook = writer.book worksheet = writer.sheets["Comparison"] # 定义高亮格式 highlight_format = workbook.add_format({'bg_color': '#FFC7CE', 'font_color': '#9C0006'}) # 遍历差异单元格并应用条件格式化 for col in comparison_df.columns: for idx, is_diff in comparison_df[col].items(): if is_diff: row_idx = idx + 1 # Excel 行号从 1 开始 col_idx = result_df.columns.get_loc(col) # 获取列索引 worksheet.conditional_format(row_idx, col_idx, row_idx, col_idx, {'type': 'no_errors', 'format': highlight_format}) # 保存文件 writer.close() ``` --- #### 3. 代码关键点解析 - **差异检测**：使用 `pandas.DataFrame.compare()` 方法可以快速找出两个表格之间的差异[^2]。 - **标记差异**：通过遍历 `comparison_df`，将差异单元格标记为 `"原始值 -> 新值"` 的形式。 - **条件格式化**：在导出到 Excel 文件后，使用 `XlsxWriter` 的 `conditional_format` 方法对差异单元格应用高亮格式[^3]。 - **索引转换**：确保所有传递给 `conditional_format` 的索引均为整数类型，并正确调整行号（Excel 行号从 1 开始）。 --- ###