### 使用 Pandas 比较两个 Excel 文件并提取重复行 为了实现这一目标，可以利用 `pandas` 库的强大功能来处理和分析数据。具体来说，先安装必要的库： ```bash pip install pandas openpyxl ``` 接着编写 Python 脚本来完成所需的任务。 #### 加载 Excel 数据 首先定义加载 Excel 文件的方法，并确保能够访问所有工作表中的数据[^2]。 ```python import pandas as pd def load_excel(file_path): """Load all sheets from an Excel file into a dictionary of DataFrames.""" excel_data = pd.read_excel(file_path, sheet_name=None) combined_df = pd.concat([df.assign(SheetName=name) for name, df in excel_data.items()], ignore_index=True) return combined_df ``` 此方法会返回一个包含来自不同 Sheet 的所有记录的 DataFrame 对象。 #### 查找重复项并保存结果 接下来创建用于查找重复条目并将它们存储在一个新的 Excel 文件里的逻辑: ```python def find_duplicates_and_save(src_file_1, src_file_2, output_file): # Load both source files df1 = load_excel(src_file_1) df2 = load_excel(src_file_2) # Assuming we want to compare based on specific columns (e.g., "ID", "Name") common_columns = ["ID", "Name"] # Replace with actual column names you wish to check duplicates against # Find rows that exist in both datasets using merge operation merged_df = pd.merge(df1, df2[common_columns], how="inner", on=common_columns) # Save only the matching rows found in first dataset along with their original information including which sheet they came from. result_df = pd.merge(merged_df, df1, how="left", on=["ID", "Name"]) # Write out results to new Excel file without writing row indices result_df.to_excel(output_file, index=False, engine='openpyxl') print(f"Duplicates have been saved successfully at {output_file}") ``` 这段代码实现了如下操作： - 将两个源文件的内容读入内存； - 基于给定的关键字段（这里假设为 ID 和 Name 列），找出存在于两份文档中的共同记录； - 把这些匹配成功的完整行从原始的第一个表格中抽取出来； - 创建一个新的 Excel 文件用来存放最终的结果集； 请注意，在实际应用过程中可能需要调整列名以及其他细节部分以适应特定的需求场景。