基于 Python的 Excel 文件差异对比工具

基于 Tkinter 的 Excel 文件差异对比工具，核心要求是通过 pandas.merge 外连接实现数据比对、用 openpyxl 给差异单元格标红、最终生成带样式的变更报告和数据汇总统计。

下面为你提供一个完整、可直接运行的实现方案，包含所有核心功能。

前置准备

首先安装所需依赖库，打开终端执行以下命令：

pip install tkinter pandas openpyxl

注意：tkinter 在 Python 3 中通常自带，若缺失请根据你的系统单独安装（Windows 一般自带，Linux 可执行 sudo apt install python3-tk）。

完整实现代码

import tkinter as tkfrom tkinter import filedialog, messageboximport pandas as pdfrom openpyxl import load_workbookfrom openpyxl.styles import PatternFillfrom datetime import datetimeclassExcelDiffTool:def__init__(self, root):"""初始化GUI界面和变量"""        self.root = root        self.root.title("Excel 数据差异对比工具")        self.root.geometry("600x300")# 存储两个Excel文件路径        self.file1_path = tk.StringVar()        self.file2_path = tk.StringVar()# 构建GUI控件        self._build_gui()def_build_gui(self):"""构建Tkinter图形界面"""# 第一个文件选择区域        frame1 = tk.Frame(self.root, pady=10)        frame1.pack(fill=tk.X, padx=20)        tk.Label(frame1, text="原始Excel文件：").pack(side=tk.LEFT)        tk.Entry(frame1, textvariable=self.file1_path, width=50).pack(side=tk.LEFT, padx=10)        tk.Button(frame1, text="浏览", command=lambda: self._select_file(self.file1_path)).pack(side=tk.LEFT)# 第二个文件选择区域        frame2 = tk.Frame(self.root, pady=10)        frame2.pack(fill=tk.X, padx=20)        tk.Label(frame2, text="对比Excel文件：").pack(side=tk.LEFT)        tk.Entry(frame2, textvariable=self.file2_path, width=50).pack(side=tk.LEFT, padx=10)        tk.Button(frame2, text="浏览", command=lambda: self._select_file(self.file2_path)).pack(side=tk.LEFT)# 执行对比按钮        tk.Button(self.root, text="开始差异对比", command=self._execute_excel_diff,                   bg="#4CAF50", fg="white", padx=10, pady=5).pack(pady=30)def_select_file(self, var):"""打开文件选择对话框，选择Excel文件"""        file_path = filedialog.askopenfilename(            title="选择Excel文件",            filetypes=(("Excel文件", "*.xlsx;*.xls"), ("所有文件", "*.*"))        )if file_path:            var.set(file_path)def_execute_excel_diff(self):"""核心执行逻辑：读取Excel、数据比对、标红差异、生成报告"""        file1 = self.file1_path.get()        file2 = self.file2_path.get()# 校验文件路径ifnot file1 ornot file2:            messagebox.showwarning("警告", "请先选择两个Excel文件！")returnif file1 == file2:            messagebox.showwarning("警告", "请选择两个不同的Excel文件！")returntry:# 1. 读取Excel数据（默认读取第一个工作表）            df1 = pd.read_excel(file1, engine="openpyxl")            df2 = pd.read_excel(file2, engine="openpyxl")# 校验数据是否为空if df1.empty or df2.empty:                messagebox.showwarning("警告", "所选Excel文件中存在空数据！")return# 2. 用pandas.merge外连接比对数据（默认以所有列作为关联键，可根据需求修改）# 先添加来源标识列            df1["_data_source_"] = "原始文件"            df2["_data_source_"] = "对比文件"# 外连接比对            merged_df = pd.merge(df1, df2, how="outer", indicator=True, suffixes=("_原始", "_对比"))# 3. 生成差异数据、变更报告和汇总统计            diff_result, summary_stats = self._analyze_diff_data(merged_df)# 4. 保存变更报告并给差异单元格标红            report_filename = f"Excel差异变更报告_{datetime.now().strftime('%Y%m%d_%H%M%S')}.xlsx"            self._save_diff_report_with_style(diff_result, report_filename, df1.columns)# 5. 弹出完成提示，展示汇总统计            summary_info = "\n".join([f"{k}：{v}"for k, v in summary_stats.items()])            messagebox.showinfo("完成", f"差异对比已完成！\n\n汇总统计：\n{summary_info}\n\n变更报告已保存为：\n{report_filename}")except Exception as e:            messagebox.showerror("错误", f"执行过程中出现异常：\n{str(e)}")def_analyze_diff_data(self, merged_df):"""分析比对结果，提取差异数据和生成汇总统计"""# 提取差异数据（仅保留非"both"的记录，即仅在原始文件/仅在对比文件/数据不一致）        diff_df = merged_df[merged_df["_merge"] != "both"].copy()# 汇总统计        summary_stats = {"原始文件数据行数": len(merged_df[merged_df["_merge"] == "left_only"]) + len(merged_df[merged_df["_merge"] == "both"]),"对比文件数据行数": len(merged_df[merged_df["_merge"] == "right_only"]) + len(merged_df[merged_df["_merge"] == "both"]),"仅在原始文件存在的行数": len(merged_df[merged_df["_merge"] == "left_only"]),"仅在对比文件存在的行数": len(merged_df[merged_df["_merge"] == "right_only"]),"双方共有但数据不一致的行数": len(merged_df[merged_df["_merge"] == "both"]) - len(merged_df[merged_df.duplicated()]),"总差异行数": len(diff_df)        }# 清理辅助列（可选，根据需求保留）        diff_df = diff_df.drop(columns=["_merge"], errors="ignore")return diff_df, summary_statsdef_save_diff_report_with_style(self, diff_df, filename, original_columns):"""保存变更报告，并用openpyxl给差异单元格填充红色背景"""# 1. 先将差异数据保存为Excel文件        diff_df.to_excel(filename, index=False, engine="openpyxl")# 2. 用openpyxl加载文件，准备设置单元格样式        wb = load_workbook(filename)        ws = wb.active# 定义红色填充样式（差异单元格背景）        red_fill = PatternFill(start_color="FFFF0000", end_color="FFFF0000", fill_type="solid")# 3. 遍历单元格，标记差异（核心：对比原始列和对比列的数值）# 获取所有带后缀的列名        original_cols = [col + "_原始"for col in original_columns if col + "_原始"in diff_df.columns]        compare_cols = [col + "_对比"for col in original_columns if col + "_对比"in diff_df.columns]# 列名映射（原始列 ↔ 对比列）        col_pair = list(zip(original_cols, compare_cols))# 遍历数据行（从第2行开始，第1行是表头）for row in range(2, ws.max_row + 1):# 遍历每一对原始/对比列for orig_col, comp_col in col_pair:# 获取列的字母标识（如A、B、C...）                orig_col_letter = ws[orig_col].column_letter if orig_col in ws elseNone                comp_col_letter = ws[comp_col].column_letter if comp_col in ws elseNoneif orig_col_letter and comp_col_letter:# 获取单元格值                    cell_orig = ws[f"{orig_col_letter}{row}"]                    cell_comp = ws[f"{comp_col_letter}{row}"]# 标记差异：值不相等且都不为空（或其中一个为空）if cell_orig.value != cell_comp.value:                        cell_orig.fill = red_fill                        cell_comp.fill = red_fill# 4. 保存带样式的Excel文件        wb.save(filename)if __name__ == "__main__":    root = tk.Tk()    app = ExcelDiffTool(root)    root.mainloop()

核心功能说明

1. GUI 界面功能

• 提供两个文件选择框，支持浏览选择 .xlsx/.xls 格式的 Excel 文件
• 输入校验，防止未选择文件或选择相同文件
• 友好的提示弹窗（成功、警告、错误）

2. 数据比对核心

• 使用 pd.read_excel 读取 Excel 数据，指定 engine="openpyxl" 兼容 .xlsx 格式
• 给两个 DataFrame 添加来源标识，通过 pd.merge(how="outer", indicator=True) 实现外连接比对
• _merge 列标记数据来源：left_only（仅原始文件）、right_only（仅对比文件）、both（双方共有）

3. 差异单元格标红

• 先将差异数据保存为 Excel 文件，再用 openpyxl 加载文件进行样式修改
• 定义 PatternFill 红色填充样式，遍历原始列和对比列的对应单元格
• 只要单元格值不相等，就给两个单元格都标红，清晰展示差异

4. 汇总统计与变更报告

• 统计核心数据：原始/对比文件行数、仅单方存在的行数、总差异行数等
• 生成带时间戳的变更报告文件名，避免重复覆盖
• 报告中保留完整差异数据，差异单元格红色高亮，便于查看

使用方法

1. 运行上述代码，弹出 GUI 界面
2. 点击「浏览」分别选择两个需要对比的 Excel 文件（建议列结构一致，便于精准比对）
3. 点击「开始差异对比」，等待执行完成
4. 执行完成后，会在当前脚本运行目录下生成带时间戳的差异变更报告 Excel 文件
5. 查看报告：差异单元格已标红，同时弹窗展示汇总统计信息

注意事项

1. 该工具默认读取 Excel 文件的第一个工作表，若需要指定工作表，可修改 pd.read_excel 中的 sheet_name 参数（如 sheet_name="Sheet2"）
2. 数据比对默认以所有列作为关联键，若需要指定特定关联列（如主键 ID），可修改 pd.merge 中的 on 参数（如 on=["ID", "姓名"]）
3. 仅支持 .xlsx 格式文件，.xls 格式需要额外安装 xlrd 库（pip install xlrd==1.2.0）
4. 若 Excel 文件较大，执行时间会相应增加，建议避免对比超大文件

总结

1. 该工具通过 Tkinter 实现可视化文件选择，核心依赖 pandas.merge 外连接完成数据比对，openpyxl 实现差异单元格标红。
2. 运行后自动生成带时间戳的变更报告，同时弹窗返回汇总统计，满足 Excel 差异对比的核心需求。
3. 可根据实际业务场景，调整关联键（on 参数）、工作表（sheet_name 参数），适配不同格式的 Excel 数据。