如何编写代码基于ID逐行对比并填充两个Excel文件

前置依赖 #

先安装必要的Python库：

pip install pandas openpyxl

（openpyxl用于读写.xlsx格式文件，若处理.csv可省略）

完整代码实现 #

import pandas as pd

# 读取源数据和目标模板文件
# 若为CSV文件，替换为pd.read_csv，其余参数不变
df_source = pd.read_excel('source_file.xlsx', parse_dates=['Id'], dayfirst=True)
df_target = pd.read_excel('target_file.xlsx', parse_dates=['Id'], dayfirst=True)

# 按日期Id匹配数据，缺失自动填充NaN
df_filled = df_target.merge(df_source, on='Id', how='left', suffixes=('', '_src'))
# 保留目标表原始列结构，替换为空数据列
for col in df_target.columns[1:]:
    df_filled[col] = df_filled[f'{col}_src']
df_filled = df_filled[df_target.columns]

# 验证日期序列连续性
df_filled['day_gap'] = df_filled['Id'].diff().dt.days
# 排除第一行（无前置日期），检查其余行间隔是否为1天
is_continuous = all(df_filled['day_gap'].iloc[1:] == 1)

if is_continuous:
    print("✅ 目标文件日期序列连续")
else:
    # 定位不连续的日期位置
    discontinuous_pos = df_filled[df_filled['day_gap'] != 1].index[1:]
    print(f"❌ 日期序列不连续，异常位置索引：{discontinuous_pos.tolist()}")

# 保存填充后的结果
df_filled.to_excel('filled_result.xlsx', index=False)

代码说明 #

1. 日期格式统一：通过parse_dates=['Id']和dayfirst=True将字符串格式的日期（如3.11.2022）转换为pandas日期对象，避免字符串匹配的误差。
2. 数据匹配填充：使用左连接（how='left'）以目标表的完整日期序列为基准，自动将源表对应日期的数据填充到目标表，缺失日期的字段自动填充NaN。
3. 连续性验证：计算相邻日期的天数差，检查除第一行外的所有差值是否为1，快速定位不连续的日期位置。
4. 结果保存：保留目标表原始列结构，将填充后的结果导出为新的Excel文件，避免修改原始文件。

适配调整 #

• 若源/目标文件是CSV格式，将pd.read_excel替换为pd.read_csv即可。
• 若日期格式非dd.mm.yyyy，可指定解析格式：

  date_parser = lambda x: pd.to_datetime(x, format='%d.%m.%Y')
  df_source = pd.read_excel('source_file.xlsx', parse_dates=['Id'], date_parser=date_parser)
  

内容的提问来源于stack exchange，提问作者Sandra_Ver