如何用Python Pandas对比两个Excel文件，输出变更与新增内容？

你之前的代码报错是因为直接按行位置对比列值，Pandas要求两个Series的索引/行数完全匹配才能这么做，但新旧文件的条目数量、顺序大概率不一样。核心解决思路是用Product作为唯一标识来关联数据，而不是硬按行比。

下面是完整的解决方案，能同时输出新增条目、内容变更条目和停产条目：

import pandas as pd

# 读取新旧CSV，将Product设为索引（确保基于产品ID匹配，而非行位置）
# 如果你的CSV是空格分隔，加上sep='\s+'避免列识别错误
old = pd.read_csv('old.csv', index_col='Product', sep='\s+')
new = pd.read_csv('new.csv', index_col='Product', sep='\s+')

# 全外连接合并两个表，用后缀区分新旧字段
merged = pd.merge(
    old, new,
    left_index=True, right_index=True,
    how='outer',
    suffixes=('_old', '_new')
)

# 1. 提取新增条目：仅在新文件中存在的产品
new_items = merged[merged['Price_old'].isna()].dropna(axis=1)
new_items.columns = ['Price', 'Description']

# 2. 提取停产条目：仅在旧文件中存在的产品
discontinued_items = merged[merged['Price_new'].isna()].dropna(axis=1)
discontinued_items.columns = ['Price', 'Description']

# 3. 提取内容变更条目：产品存在于两个文件，但价格或描述有变化
change_mask = (merged['Price_old'] != merged['Price_new']) | (merged['Description_old'] != merged['Description_new'])
changed_items = merged[change_mask].dropna(subset=['Price_old', 'Price_new'])
# 整理成最新的字段格式
changed_items = changed_items[['Price_new', 'Description_new']].rename(
    columns={'Price_new': 'Price', 'Description_new': 'Description'}
)

# 输出结果
print("=== 新增产品 ===")
print(new_items)
print("\n=== 内容变更产品 ===")
print(changed_items)
print("\n=== 停产产品 ===")
print(discontinued_items)

代码说明： #

• index_col='Product'：把产品ID设为索引，确保合并时是按产品匹配，而非行的位置。
• how='outer'：全外连接会保留新旧文件的所有条目，不存在的字段用NaN填充，方便后续判断。
• 通过isna()筛选出仅存在于某一个文件的条目，标记为新增/停产。
• 用change_mask掩码筛选出价格或描述有差异的条目，即为内容变更。

针对你的示例数据，运行后输出： #

=== 新增产品 ===
        Price Description
Product                  
4        4.25   Product 4

=== 内容变更产品 ===
        Price Description
Product                  
3        3.50   Product 3

=== 停产产品 ===
        Price Description
Product                  
2        2.25   Product 2

完全符合你要的结果，同时还输出了停产的Product2。

内容的提问来源于stack exchange，提问作者vetcode