用python比较2个excel的差异，并生成新的excel

目前刚刚开始接触python，想自己手工做一个程序，进行两个excel比较（附件1月、2月），即用python生成一个新的excel文件，将两个附件中的记录合并，并按姓名排序，再用2月数据减去一月的数据，生成一条新的记录。
个人初步的思路是将excel中的数据装入链表中，但后续如何处理就没有思路了。
后续应该如何处理，用到哪些库文件，还请不悋赐教。

1. e_columns=['name','base_salary','fl_salary','suyside','count']
   
2. jan=pd.read_excel('1.xlsx','Sheet1',names=e_columns)
   
3. feb=pd.read_excel('2.xlsx','Sheet1',names=e_columns)
   
4. removed_data=jan[~jan.name.isin(feb.name)]
   
5. removed_data['status']='removed'
   
6. newadd_data=feb[~feb.name.isin(jan.name)]
   
7. newadd_data['status']='newadd'
   
8. jan['version']='old'
   
9. feb['version']='new'
   
10. full=pd.concat([jan,feb],ignore_index=True)
    
11. nochange_data=full[full.duplicationed(subset=e_columns)]
    
12. nochange_data['status']='nochane'
    
13. changes=full.drop_duplicates(subset=e_columns,keep='last')
    
14. dupe_accts=changes.set_index('name').index.get_duplicates()
    
15. dupes=changes[changes['name'].isin(dupe_accts)]
    
16. change_new=dupes[(dupes['version']=='new')]
    
17. change_old=dupes[(dupes['version']=='old')]
    
18. change_new=change_new.drop(['version'],axis=1)
    
19. change_old=change_old.drop(['version'],axis=1)
    
20. nochange_data=nochange_data.drop(['version'],axis=1)
    
21. change_new.set_index('name',inplace=True)
    
22. change_old.set_index('name',inplace=True)
    
23. def report_diff(x):
    
24.     return x[0] if x[0]==x[1] else '{}->{}'.format(*x)
    
25. 
    
26. diff_panel=pd.Panel(dict(df1=change_old,df2=change_new))
    
27. diff_output=diff_panel.apply(report_diff,axis=0)
    
28. diff_output=diff_output.reset_index()
    
29. diff_output['status']='changed'
    
30. outputfil=np.concat([removed_data,newadd_data,nochange_data,diff_output],ignore_index=True)
    
31. outputfile.to_excel('result.xlsx',index=False)
    

复制代码

http://pbpython.com/excel-diff-pandas.html 参考一下
大概思路是，先根据姓名找出移除的，新加的数据，连接两张表后找出不变的数据，然后找出变动的数据进行比较，最后合并四个dataframe输出

用pandas。1月的文件是空的，再传一下。

感谢提醒，已恢复1月的附件。想交流一下实现的思路：
1.两表中人名并非一一对应；即可能有新入职的，也有离职的。如果想判断这种情况，是不是要通过集合来操作？循环两次。即分别判断姓名是否在对方表。
2.分别将excel中的数据读入数组，然后进行关键字匹配，找到后，再生成一条记录；这个时候，是不是又要循环两次？
3.如果数据量大，会影响效率。有没有好的办法可以减少循环次数。
谢谢指教。

sheeboard 发表于 2018-1-19 22:53
用pandas。1月的文件是空的，再传一下。

pandas的库好大，我安装了5分钟才成功。下载下来wheel文件后，运行安装命令，结果装了小5分钟。正在学习pandas的用法。

sheeboard 发表于 2018-1-20 10:16
http://pbpython.com/excel-diff-pandas.html 参考一下
大概思路是，先根据姓名找出移除的，新加的数据，连 ...

厉害。谢谢。我试着看看自己能搞定不、

sheeboard 发表于 2018-1-20 10:16
http://pbpython.com/excel-diff-pandas.html 参考一下
大概思路是，先根据姓名找出移除的，新加的数据，连 ...

居然提示要我装xlrd.是不是要装了这个xlrd\xlwr才能读写excel啊.  写了半天，也没弄好。还请帮忙一下。谢谢。

sheeboard 发表于 2018-1-19 22:53
用pandas。1月的文件是空的，再传一下。

我用pandas操作excel。未能做出想要的效果。还请协助一下。谢谢。

sheeboard 发表于 2018-1-22 20:09

好好。很强大。谢谢。