如何用Python实现Excel单元格与整列的数据对比？

步骤1：安装依赖库 #

先安装处理Excel和数据的必要工具：

pip install pandas openpyxl

步骤2：核心实现代码 #

替换文件路径和列标识（名称或索引）即可直接使用：

import pandas as pd

# 读取目标Excel文件
df = pd.read_excel('your_data.xlsx', engine='openpyxl')

# 将C列数据转为集合（大幅提升查找效率），同时过滤空值
# 若知道C列表头名称，可替换为 df['C列表头名'].dropna()；否则用位置索引df.iloc[:,2]（C是第3列，索引从0开始）
c_column_data = df.iloc[:, 2].dropna()
c_data_set = set(c_column_data)

# 对A列每个单元格判断是否存在于C列，生成结果列
# A列同理，用df.iloc[:,0]（第1列）或表头名称df['A列表头名']
df['是否存在于C列'] = df.iloc[:, 0].apply(lambda x: x in c_data_set)

# 将结果保存到新Excel文件
df.to_excel('对比结果.xlsx', index=False, engine='openpyxl')

关键细节说明 #

• 集合的优势：x in 集合的查找效率是O(1)，远高于直接在列表中查找的O(n)，数据量大时差距尤为明显。
• 空值处理：dropna()过滤C列空单元格，避免空值干扰判断逻辑。
• 数据类型统一：若A、C列数据类型不一致（如一个是字符串、一个是数字），可先统一类型：

  # 统一转为字符串类型
  df.iloc[:, 0] = df.iloc[:, 0].astype(str)
  c_column_data = df.iloc[:, 2].dropna().astype(str)
  

内容的提问来源于stack exchange，提问作者Amar