如何比较两个Excel文件以检查python中的格式？

Question

我有一张格式正确的Excel工作表（某些标头和特定名称）。在这里，我还有另一个Excel工作表，并且我必须检查此Excel工作表的格式是否正确（标题必须相同，标题名称应相同，如果标题下面的值会发生变化，则没有问题。）。如何解决这个问题？有NLP或其他任何合适的方法吗？

Answer 1

您可以使用pandas进行比较。

import pandas as pd


f1 = pd.read_excel('sheet1.xlsx')
f2 = pd.read_excel('sheet2.xlsx')

header_threshold = 5 # any number of headers
print(len(f1.columns) == header_threshold)
print(f1.columns) # get the column names as values 

Answer 2

如果必须比较两个Excel，则可以尝试这样的操作（我还添加了一些示例Excel）：

def areHeaderExcelEqual(excel1, excel2) :
equals = True
if len(excel1.columns) != len(excel2.columns):
    return False

for i in range(len(excel1.columns)):
    if excel1.columns[i] != excel2.columns[i] :
        equals = False

return equals

这是一个应用程序：

 import pandas as pd
#create first example Excel
df_out = pd.DataFrame([('string1',1),('string2',2), ('string3',3)], columns=['Name', 'Value'])
df_out.to_excel('tmp1.xlsx')
#create second example Excel
df_out = pd.DataFrame([('string5',1),('string2',5), ('string2',3)], columns=['Name', 'Value'])
df_out.to_excel('tmp2.xlsx')

# create third example Excel
df_out = pd.DataFrame([('string1',1),('string4',2), ('string3',3)], columns=['MyName', 'MyValue'])
df_out.to_excel('tmp3.xlsx')

excel1 = pd.read_excel('tmp1.xlsx')
excel2 = pd.read_excel('tmp2.xlsx')
excel3 = pd.read_excel('tmp3.xlsx')

print(areHeaderExcelEqual(excel1, excel2))
print(areHeaderExcelEqual(excel1, excel3))

注意：提供Excel的文件只是为了查看不同的输出。
例如，excel1如下所示：

其他文件的想法相同。要了解更多信息，请参见How to create dataframes。

这是您的代码：

f1 = pd.read_excel('file1.xlsx')
f2 = pd.read_excel('file2.xlsx')

print(areHeaderExcelEqual(f1, f2))