使用python,制作一个ui界面,功能包含,选择两个excel,对比两相同名称sheet里内容的差异,并将差异内容显示出来,记录在csv文件中

### Python UI 对比两个 Excel Sheet 差异并保存到 CSV 的实现 为了实现这个功能,可以使用 `openpyxl` 和 `pandas` 来处理 Excel 文件,同时使用 `tkinter` 创建一个简单的 GUI 界面。以下是一个完整的解决方案: #### 1. 安装依赖库 确保安装了以下库: ```bash pip install openpyxl pandas tkinter ``` #### 2. 实现代码 以下代码展示了如何创建一个 GUI 界面来选择两个 Excel 文件,对比它们相同名称的 Sheet 内容差异,并将结果保存为 CSV 文件。 ```python import os import pandas as pd from tkinter import Tk, filedialog, Label, Button, Text, END from tkinter.messagebox import showinfo def select_file(): """选择文件""" return filedialog.askopenfilename(filetypes=[("Excel Files", "*.xlsx")]) def compare_sheets(file1, file2): """对比两个 Excel 文件的 Sheet 差异""" # 加载 Excel 文件 xls1 = pd.ExcelFile(file1) xls2 = pd.ExcelFile(file2) # 获取所有相同的 Sheet 名称 common_sheets = set(xls1.sheet_names).intersection(xls2.sheet_names) differences = {} for sheet in common_sheets: df1 = xls1.parse(sheet) df2 = xls2.parse(sheet) # 找出两者的差异 diff = df1.compare(df2, align_axis=1) if not diff.empty: differences[sheet] = diff return differences def save_to_csv(differences, output_folder): """将差异保存到 CSV 文件""" for sheet, diff in differences.items(): output_path = os.path.join(output_folder, f"{sheet}_differences.csv") diff.to_csv(output_path) text_box.insert(END, f"Saved {output_path}\n") def process_files(): """处理文件""" file1 = select_file() if not file1: return file2 = select_file() if not file2: return differences = compare_sheets(file1, file2) if not differences: showinfo("Info", "No differences found.") return output_folder = filedialog.askdirectory() if not output_folder: return save_to_csv(differences, output_folder) showinfo("Info", "Differences saved successfully.") # 创建 GUI 界面 root = Tk() root.title("Excel Sheet Comparator") Label(root, text="Select two Excel files and compare their sheets").pack(pady=10) Button(root, text="Compare Files", command=process_files).pack(pady=10) text_box = Text(root, height=10, width=50) text_box.pack(pady=10) root.mainloop() ``` #### 3. 功能说明 - **选择文件**:通过 `filedialog.askopenfilename` 方法让用户选择两个 Excel 文件。 - **对比差异**:使用 `pandas.DataFrame.compare` 方法找出两个 DataFrame 的差异[^1]。 - **保存结果**:将每个 Sheet 的差异保存为单独的 CSV 文件。 - **GUI 界面**:使用 `tkinter` 创建了一个简单的界面,用户可以通过按钮选择文件和保存路径。 #### 4. 注意事项 - 如果两个文件中没有相同的 Sheet 名称,则不会生成任何差异文件[^2]。 - 在保存差异时,确保目标文件夹存在并且有写入权限[^3]。 --- ### 示例输出 假设两个 Excel 文件中的 Sheet 名称为 `Sheet1`,且内容如下: **File1 - Sheet1** | A | B | |-----|-----| | 1 | 2 | | 3 | 4 | **File2 - Sheet1** | A | B | |-----|-----| | 1 | 5 | | 3 | 4 | 运行程序后,生成的 CSV 文件内容可能如下: **Sheet1_differences.csv** | | A | B | |-----|-----|-----| | 0 | NaN | 2.0 | 5.0 | ---

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

Python内容推荐

python进行两个表格对比的方法

python进行两个表格对比的方法

今天小编就为大家分享一篇python进行两个表格对比的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

解决python执行较大excel文件openpyxl慢问题

解决python执行较大excel文件openpyxl慢问题

主要介绍了解决python执行较大excel文件openpyxl慢问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

python实现excel读写数据

python实现excel读写数据

主要为大家详细介绍了python操作EXCEL读数据、写数据的实例源码,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

Python源码实例07之对数据分析时判断只能选择Excel或者CSV文件.zip

Python源码实例07之对数据分析时判断只能选择Excel或者CSV文件.zip

Python源码实例07之对数据分析时判断只能选择Excel或者CSV文件.zip

使用python将大量数据导出到Excel中的小技巧分享

使用python将大量数据导出到Excel中的小技巧分享

(1) 问题描述:为了更好地展示数据,Excel格式的数据文件往往比文本文件更具有优势,但是具体到python中,该如何导出数据到Excel呢?如果碰到需要导出大量数据又该如何操作呢? 本文主要解决以上两个问题。 (2)具体步骤如下: 1.第一步,安装openpyxl, 使用pip install openpyxl即可,但是在windows下安装的是2.2.6版本,但是centos自动安装的是4.1版本,(多谢海哥的提醒)。 写的代码在windows下运行没问题,但centos上却报错了,说是ew=ExcelWriter(workbook=wb)少提供一个参数,于是果断在 237服务器上我已安

python合并同类型excel表格的方法

python合并同类型excel表格的方法

主要为大家详细介绍了python合并同类型excel表格的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

python办公自动化源码集锦-光速对比文件

python办公自动化源码集锦-光速对比文件

python办公自动化源码集锦-光速对比文件

Python读取CSV文件方法[项目代码]

Python读取CSV文件方法[项目代码]

本文介绍了Python中读取CSV文件的几种常用方法,包括使用pandas库和csv库。通过实例说明,详细展示了如何利用pandas的read_csv()方法将CSV文件转换为dataframe格式,以及如何使用csv库的DictReader和reader方法分别将CSV文件内容读取为字典和列表。文章还比较了不同方法之间的差异,例如DictReader会将每一行转化为字典,而reader则转化为列表,并且reader会读取列名。这些方法适用于不同的数据处理需求,为Python开发者提供了灵活的选择。

Python写入文件(txt, csv, excel)

Python写入文件(txt, csv, excel)

已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 代码详细说明请看文章 Python 远程关机

python读取csv文件的四种方法

python读取csv文件的四种方法

python读取csv文件的四种方法

在Python的Django框架中生成CSV文件的方法

在Python的Django框架中生成CSV文件的方法

CSV 是一种简单的数据格式,通常为电子表格软件所使用。 它主要是由一系列的表格行组成,每行中单元格之间使用逗号(CSV 是 逗号分隔数值(comma-separated values) 的缩写)隔开。例如,下面是CSV格式的“不守规矩”的飞机乘客表。 Year,Unruly Airline Passengers 1995,146 1996,184 1997,235 1998,200 1999,226 2000,251 2001,299 2002,273 2003,281 2004,304 2005,203 2006,134 2007,147 备注 前面的列表包含真实数据。 这些数据来自美

Python使用文件操作实现一个XX信息管理系统的示例

Python使用文件操作实现一个XX信息管理系统的示例

写在前面 大家好,我是第一次python学了一个学期,期末要完成一个毕业生信息管理系统大作业的小韩了,由于上次没有仔细看开发实现的要求,实现了一个简单的毕业生信息管理系统,而这次专门整理了两种使用文件进行保存数据实现的毕业生信息管理系统,因为是第一次学python,还不太熟悉python的写法, 而之前是学 c 、c++,感觉我的这个写的有一股 c/c++的内味: 1. 使用excel .xlsx 保存数据实现一个毕业生信息管理系统2. 使用文本文档.txt保存数据实现一个毕业生信息管理系统 以下将会在代码进行详细的介绍 一、 对excel表格操作实现一个毕业生信息管理系统 开发要求 1. 采

Python自动化小技巧知识分享

Python自动化小技巧知识分享

资源Python自动化小技巧知识分享

基于Python3和Tkinter框架开发的跨平台桌面应用程序-实现纯文本文件与Excel表格格式的无缝转换-支持多种编码格式自动识别与处理-包含CSV-TXT-DAT等常见文本.zip

基于Python3和Tkinter框架开发的跨平台桌面应用程序-实现纯文本文件与Excel表格格式的无缝转换-支持多种编码格式自动识别与处理-包含CSV-TXT-DAT等常见文本.zip

github基于Python3和Tkinter框架开发的跨平台桌面应用程序_实现纯文本文件与Excel表格格式的无缝转换_支持多种编码格式自动识别与处理_包含CSV_TXT_DAT等常见文本.zip

python自动化处理Word\Excel\PPT\邮箱\文件

python自动化处理Word\Excel\PPT\邮箱\文件

python自动化处理Word\Excel\PPT\邮箱\文件,使用快速大量写入word、excel、ppt,以及遍历计算机文件夹。

Python之数据分析 - 2019年4月税收分类编码Excel版

Python之数据分析 - 2019年4月税收分类编码Excel版

2019年4月税收分类编码Excel版,新版税收编码自2019年4月1日起执行,普通商品税率从16%更新到13%,10%更新至9%。

将csv文件中15位以上的数字正确显示

将csv文件中15位以上的数字正确显示

NULL 博文链接:https://weiljava.iteye.com/blog/1238772

excel一键转化csv

excel一键转化csv

excel一键转换lcsv文件,提供源码,方面用户根据自己的需要修改,

文件差异对比代码.py

文件差异对比代码.py

文件差异对比代码

一个方便diff excel族(xls,xlsx,csv)文件的工具 将excel文件转为文本文件,然后再调用diff程序,极其方便直观地对比excel文件的变化 非常有用!

一个方便diff excel族(xls,xlsx,csv)文件的工具 将excel文件转为文本文件,然后再调用diff程序,极其方便直观地对比excel文件的变化 非常有用!

一个方便diff excel族(xls,xlsx,csv)文件的工具。将excel文件转为文本文件,然后再调用diff程序,极其方便直观地对比excel文件的变化。非常有用!

最新推荐最新推荐

recommend-type

【工业自动化】欧姆龙PLC产品线与编程软件应用:从选型架构到调试排错的全流程技术指南

内容概要:本文《欧姆龙PLC与编程软件完全手册》系统介绍了欧姆龙PLC的产品架构、软件体系、通信协议、选型策略及编程调试技巧。重点区分了两大技术平台:基于CX-Programmer的传统C系列(CP/CJ/CS)与基于Sysmac Studio的新一代Sysmac平台(NJ/NX/NY),强调二者在软件生态、寻址方式和通信架构上的根本差异。手册详细对比了各系列PLC的性能参数,并提供与西门子产品的功能对标,帮助用户快速定位。深入讲解了编程操作中的关键问题,如任务结构设计、间接寻址、FB封装陷阱、在线调试五件套等,特别指出“FB使能关闭时状态不初始化”等易出错点。最后汇总了选型路径与现场避坑清单,极具实战指导价值。; 适合人群:具备一定工业自动化基础,从事PLC编程、设备调试、系统集成的研发工程师和技术人员,尤其是从西门子平台转向欧姆龙或参与新项目选型的1-5年经验从业者。; 使用场景及目标:① 新项目选型时判断应选用C系列还是Sysmac平台;② 编程调试过程中掌握高效操作技巧与常见问题排查方法;③ 实现跨平台迁移、系统升级或接手他人项目时规避架构与逻辑陷阱;④ 提升对欧姆龙PLC任务机制、间接寻址、FB设计等高级功能的理解与应用能力。; 阅读建议:本手册理论结合实践,建议按“先架构后操作”的顺序阅读,重点章节需结合实际工程反复演练。特别是FB设计规范、任务切换处理、强制操作收尾流程等内容,应在仿真环境中验证后再应用于现场。注意版本匹配问题,操作前确认所用软件与控制器固件版本兼容。
recommend-type

CISP-CSE注册云安全工程师备考资源包

CISP-CSE注册云安全工程师备考资源包
recommend-type

科技中介服务机构如何通过AI技术降低技术评估与匹配服务的操作门槛?.docx

科技中介服务机构如何通过AI技术降低技术评估与匹配服务的操作门槛?
recommend-type

国央企创新负责人如何借助平台实现创新资源的高效配置与项目落地?.docx

国央企创新负责人如何借助平台实现创新资源的高效配置与项目落地?
recommend-type

高校技术转移办公室人员如何高效筛选并推介科技成果?.docx

高校技术转移办公室人员如何高效筛选并推介科技成果?
recommend-type

Rust系统编程与WebAssembly开发:LLVM IR教程及实战资源

LLVM IR(Intermediate Representation,中间表示)是LLVM编译器基础设施的核心抽象层,它是一种强类型、静态单赋值(SSA)形式的低级程序表示,兼具可读性与机器可处理性,既接近高级语言语义,又贴近底层硬件指令模型。本资源标题“llvm-ir-tutorial-Rust系统编程与WebAssembly资源”明确指向一个跨技术栈的深度实践型学习体系,其核心逻辑在于:以Rust语言为前端开发载体,通过显式生成、阅读、修改和优化LLVM IR,深入理解现代编译器后端工作原理;同时将该能力延伸至WebAssembly(Wasm)目标平台,打通从系统级安全编程到浏览器/边缘沙箱执行的全链路编译路径。Rust之所以成为该教程的理想语言载体,在于其零成本抽象、内存安全性保障(无GC)、对底层控制的精细支持(如裸指针、内联汇编、自定义分配器),以及其默认使用LLVM作为后端编译器(rustc基于LLVM),使得开发者能无缝切入IR层面进行调试与干预——例如通过`rustc --emit=llvm-ir`直接导出人类可读的`.ll`文件,或借助`llc`工具将IR进一步降级为特定架构的汇编代码。而WebAssembly则构成该知识体系的关键出口:Wasm并非直接运行Rust源码,而是依赖Rust编译器链(通过`wasm32-unknown-unknown`或`wasm32-wasi`目标)将Rust代码先编译为LLVM IR,再由LLVM的Wasm后端(`llvmlite`或`wabt`等工具链组件)将其转换为`.wasm`二进制模块;此过程高度依赖对IR结构的理解——例如函数签名如何映射为Wasm类型签名、全局变量如何转化为Wasm线性内存偏移、panic机制如何被重写为Wasm trap指令、以及如何通过`#[no_mangle]`和`extern "C"`控制符号导出以适配JS宿主调用。教程中所含的`src/`目录必然涵盖大量Rust源码示例,包括但不限于:手动编写`unsafe`块触发特定IR模式(如`llvm.memcpy`内建调用)、使用`#[inline(never)]`阻止优化以观察原始IR结构、通过`cfg(target_arch = "wasm32")`条件编译实现平台特化逻辑;`code/`子目录则极可能存放配套的LLVM IR片段(`.ll`)、已编译的Wasm二进制(`.wasm`)、对应的JS胶水代码及HTML测试页面,形成“Rust → IR → Wasm → JS”的完整验证闭环。`book.toml`表明该项目采用mdBook构建交互式技术文档,内容结构应严格遵循认知递进:首章解析LLVM IR语法规范(基本块、指令集如`%1 = add i32 %0, 42`、常量表达式、phi节点在循环中的作用);次章演示Rust到IR的映射规则(`Vec<T>`的内存布局如何体现为`alloca + store + load`序列、`match`表达式如何展开为`switch`或`br`链);第三章聚焦Wasm后端特性(Wasm的限制性类型系统如何迫使LLVM插入`i32.trunc_sat_f64_s`等饱和截断指令、WASI系统调用如何通过`call_indirect`间接调用实现);后续章节必涉及高级主题:利用`llvm::Pass` API编写自定义优化遍(如针对Wasm体积优化的死代码消除Pass)、通过`llvmlite`在Python中动态构造IR并JIT执行、对比`-C opt-level=z`(极致尺寸优化)与`-C lto=yes`(链接时优化)对IR形态的影响。`LICENSE`与`CHANGELOG`则体现工程严肃性:MIT/Apache-2.0双许可证确保Rust生态兼容性,而持续更新的变更日志反映对LLVM版本演进(如LLVM 16+对Wasm GC提案的支持)、Rust稳定版发布(如async/await IR表示变化)、Wasm标准进展(Interface Types、Exception Handling)的实时响应。`.github/`目录内应包含CI配置(如用`cargo llvm-ir`检查PR是否引入非预期IR膨胀)、自动化Wasm测试脚本(`wasm-validate`校验二进制合法性、`wabt`反编译IR比对)、以及Issue模板引导用户精准报告IR生成异常。综上,该资源绝非孤立的语法手册,而是一个融合编译原理、系统编程范式、Web前沿标准与工业级工程实践的立体知识网络,掌握它意味着不仅能写出高效安全的Rust代码,更能洞悉代码如何穿越抽象层级最终在异构环境中精确执行——这种穿透式理解力,正是当代高性能系统开发者与WebAssembly平台架构师的核心竞争力所在。
recommend-type

OpenStock:中小企业可用的开源库存管理系统

## 1. OpenStock 是什么:一个面向中小企业的开源库存管理系统,不是玩具项目 OpenStock 这个名字乍一听像某个云服务的子产品,但实际它是一个完全面向真实业务场景打磨出来的开源库存管理平台。我第一次在 GitHub 上看到它时,第一反应是“又一个 React + MongoDB 的练手项目”,点开 README 后才意识到——这东西真能用,而且已经在三家本地五金店、两家烘焙工坊和一家小型医疗器械经销商那里跑了一年多。它不追求炫酷的 3D 仓库可视化,也不堆砌微服务架构,核心就干一件事:让老板、仓管员、采购员三类角色,在同一套数据底座上,用最顺手的方式完成“入库→上架→出库→
recommend-type

PSO里的惯性权重怎么设才合理?为什么常常用线性递减的方式?

### Particle Swarm Optimization (PSO) 中初始权重的意义 在粒子群优化(Particle Swarm Optimization, PSO)算法中,初始权重(inertial weight)起着至关重要的作用。该参数控制粒子更新速度的程度,在探索(exploitation)和开发(exploration)之间提供平衡[^1]。 设置较大的惯性权重可以增强全局搜索能力;而较小的值有助于局部区域内的精细查找。因此,合理配置这一系数对于提高求解效率至关重要。通常情况下,研究者们会采用线性递减策略来动态调整此变量,即随着迭代次数增加逐渐降低其数值大小,从而实现初期
recommend-type

Windows平台ESP32开发环境一站式搭建包:MSYS2、ESP-IDF v3.3与VS Code集成配置

ESP32环境搭建是嵌入式物联网开发中极为关键的基础环节,尤其在Windows平台下构建一套稳定、可复现、符合官方推荐规范的开发环境,直接关系到后续固件编译、调试、OTA升级、Wi-Fi/BLE协议栈集成、低功耗优化等高级功能的实现质量与开发效率。本资源包“ESP32环境搭建包(msys2、esp-idf、VScode)”并非简单工具集合,而是一套经过历史验证、面向ESP-IDF v3.3版本深度适配的完整开发生态闭环系统,其核心构成包含三大支柱性组件:MSYS2运行时环境、ESP-IDF SDK v3.3源码及工具链、Visual Studio Code编辑器及其专用插件生态。首先,MSYS2作为Windows下最成熟可靠的类Unix环境模拟平台,提供了POSIX兼容的Shell(bash/zsh)、GNU核心工具集(make、gcc、gdb、awk、sed等)、包管理器pacman,以及对Python 2.7/3.x、CMake 3.10+、Ninja构建系统的原生支持——这些是ESP-IDF构建系统赖以运转的底层基石。特别值得注意的是,所含esp32_win32_msys2_environment_and_toolchain-20181001.zip并非通用MSYS2镜像,而是Espressif官方于2018年10月针对ESP32芯片特性(如Xtensa LX6双核架构、指令集扩展、内存映射布局)定制编译的交叉工具链(xtensa-esp32-elf-gcc),该工具链内建了对FreeRTOS内核调度器、ROM函数调用、Flash加密、Secure Boot签名验证等硬件级特性的深度支持,且与IDF v3.3的Kconfig配置系统、component.mk构建规则、idf.py命令行接口完全对齐。其次,ESP-IDF v3.3是ESP32 SDK发展史上的里程碑版本,首次全面引入组件化架构(Component-based Architecture),将Wi-Fi驱动(esp_wifi)、蓝牙协议栈(bluedroid)、电源管理(esp_pm)、ADC/DAC/PWM外设驱动、LVGL图形库、HTTP客户端/服务器、MQTT、CoAP等全部封装为可独立编译、版本可控、依赖可声明的模块单元;同时强化了CMake构建系统,摒弃旧版makefile,支持多目标构建(app/bootloader/partition table)、自定义链接脚本、符号表分析、静态断言检查,并内置了idf_monitor串口监控器、idf_size内存分析工具、idf.py menuconfig图形化配置界面等工程化利器。第三,VSCodeUserSetup-x64-1.38.1.exe虽为较早版本(2019年9月发布),但其稳定性极高,配合C/C++扩展(Microsoft)、ESP-IDF Extension(Espressif官方维护)、CMake Tools、Python、GitLens等插件后,可实现语法高亮(支持IDF专属宏如ESP_LOGI)、智能补全(基于compile_commands.json)、一键编译烧录(idf.py build/flash/monitor绑定快捷键)、GDB图形化调试(支持多线程FreeRTOS任务切换视图、寄存器/内存/堆栈实时监视)、JTAG硬件调试(需搭配ESP-Prog或FTDI转接板)、代码片段模板(如ESP_ERROR_CHECK宏快速插入)、项目结构导航(按components目录自动索引)等工业级开发体验。此外,该环境包隐含了大量易被忽视却至关重要的细节配置:例如MSYS2中需手动执行pacman -Syu更新基础系统并重启终端以避免toolchain冲突;需将~/.espressif/tools目录权限设为可写以允许idf.py自动下载Python依赖(如pyserial、kconfiglib);VSCode中必须正确设置"idf.espIdfPath"、"idf.pythonBinPath"、"idf.customExtraPaths"等JSON配置项,否则无法识别idf.py命令;还需在Windows PATH中追加MSYS2/usr/bin路径以确保git、ssh等工具全局可用;更关键的是,v3.3版本要求Python严格限定为3.6–3.8区间(不兼容3.9+),且需禁用pip缓存以防wheel包版本错乱。整个搭建过程本质上是对嵌入式开发范式的系统性实践:从操作系统抽象层(MSYS2)→硬件抽象层(ESP-IDF HAL)→应用框架层(FreeRTOS+组件)→开发工具链(VSCode+插件),形成一条贯穿软硬件协同设计的知识脉络。掌握此环境不仅意味着能跑通blink例程,更代表着已具备阅读ESP-IDF源码(如esp-idf/components/esp_wifi/下的phy_init.c、wifi_init.c)、定制SDK配置(通过menuconfig启用BT Coex、修改heap内存分配策略)、交叉调试汇编级问题(如cache attribute错误导致的data abort)、甚至向主干分支提交patch的能力——这才是“行业完整源码”标签背后所承载的真实技术纵深与工程素养。
recommend-type

OpenStock:开源A股行情数据抓取与自动化选股策略工具

如果你盯盘一天只能看两三次,如果你复盘时总想搞清楚“今天到底哪些票资金在进、哪些在出”,又不想每天打开行情软件被广告和荐股弹窗轰炸,那“OpenStock”这个开源项目可能会刚好踩中你的需求。 OpenStock是一套面向个人投资者的开源行情数据抓取与分析工具,核心理念很简单:把A股每日的行情快照、涨跌停数据、板块资金流向、技术指标信号全部自动拉到本地,集中清洗入库,再用一套可扩展的选股策略引擎做二次筛选,最终输出你真正关心的“可以复盘、可以跟踪、可以留档”的数据结果。它适合三类人:一是没有编程基础但想用现成脚本做常用数据留档的交易者,二是刚入门量化、想用真实行情数据练手策略的开发者,三是已