### Python Pandas 读取 Excel 表格特定列并找出重复行 为了实现这一目标，可以按照如下方式操作： #### 导入库 首先需要导入 `pandas` 库。 ```python import pandas as pd ``` #### 定义函数以读取Excel文件中的特定列 创建一个函数用于加载两个不同的Excel文件，并从中提取所需的列。这里假设要比较的是两份表格的第一列数据，则可以在调用 `pd.read_excel()` 方法时通过参数 `usecols=[0]` 来限定只获取首列的内容[^1]。 ```python def load_specific_columns(file_paths): dfs = [] for path in file_paths: df = pd.read_excel(path, usecols=[0]) dfs.append(df) return tuple(dfs) file_path_1 = 'first_intersection.xlsx' file_path_2 = 'second_intersection.xlsx' df_first, df_second = load_specific_columns([file_path_1, file_path_2]) ``` #### 数据预处理 考虑到可能存在的数值型ID或其他非字符串类型的键，在进行匹配之前最好先统一转换为字符串形式，防止因类型差异而导致无法正确识别相同值的情况发生。这可以通过设置 `dtype=str` 参数来完成，或者利用 `converters` 参数指定具体的列名及其对应的转换逻辑[^2]。 ```python # 假设我们希望把所有读入的数据都当作字符串处理 df_first_str = pd.read_excel(file_path_1, usecols=[0], dtype={0: str}) df_second_str = pd.read_excel(file_path_2, usecols=[0], dtype={0: str}) # 或者使用 converters 方式 df_first_conv = pd.read_excel( file_path_1, usecols=[0], converters={0: lambda x: str(x)} ) df_second_conv = pd.read_excel( file_path_2, usecols=[0], converters={0: lambda x: str(x)} ) ``` #### 查找交集 一旦有了准备好的DataFrame对象之后，就可以借助于集合运算找到共同拥有的记录了。对于简单的单列表情况来说，可以直接将每张表里的唯一标识符（即上述提到的那一列）转化为Python内置的set结构来进行对比；而对于更复杂的情形——比如多级索引或多维数组的情况下，则应该考虑采用merge/join等高级功能[^3]。 ```python common_ids_set = set(df_first.iloc[:, 0]).intersection(set(df_second.iloc[:, 0])) print(f"共有 {len(common_ids_set)} 个相同的 ID:") for id_value in common_ids_set: print(id_value) ``` 如果想要保留原始完整的行信息而不是仅仅打印出那些重叠部分的话，那么还可以进一步执行 merge 操作: ```python merged_df = pd.merge( df_first, df_second, how="inner", on=df_first.columns[0].item() ).drop_duplicates() print(merged_df) ``` 以上就是关于如何运用Pandas库从多个Excel文档里选取特定列并检测其中是否存在重复条目的解决方案概述。