如何用Pandas对比Excel与JSON文件？适用命令有哪些？

数据示例 #

1. Excel文件内容 #

2. JSON文件内容 #

注意：该JSON为多行独立JSON对象（非标准JSON数组），需用特殊方式加载：

{
            "id": 1,
            "price": "1000",
            "status": "free"
}
{
            "id": 2,
            "localization": "2000",
            "reference": "Option"
}
{
            "id": 3,
            "localization": "3000",
            "reference": "Reserved"
}

对比步骤及实用命令 #

1. 加载文件到Pandas DataFrame #

加载Excel文件

直接用pd.read_excel()读取，同时统一列名格式：

import pandas as pd

# 加载Excel文件
df_excel = pd.read_excel("your_excel_file.xlsx")
# 列名转小写，和JSON字段格式对齐
df_excel.columns = df_excel.columns.str.lower()

加载多行JSON文件

利用lines=True参数读取多行独立JSON对象，再统一字段名：

# 加载多行JSON
df_json = pd.read_json("your_json_file.json", lines=True)

# 重命名不一致的字段，和Excel列名对齐
df_json = df_json.rename(columns={
    "localization": "price",
    "reference": "status"
})

2. 统一数据类型与格式 #

JSON中price是字符串、status大小写不一致，需和Excel数据对齐：

# 将JSON的price转为整数类型
df_json["price"] = df_json["price"].astype(int)
# 统一status字段的大小写格式
df_json["status"] = df_json["status"].str.capitalize()

3. 执行数据对比 #

方法1：合并后标记匹配状态

通过id关联两个DataFrame，标记每行在两个文件中的存在情况：

# 全量合并两个DataFrame，保留所有行
merged_df = pd.merge(
    df_excel,
    df_json,
    on="id",
    how="outer",
    suffixes=("_excel", "_json"),
    indicator=True
)

# 筛选出仅存在于单个文件的差异行
diff_rows = merged_df[merged_df["_merge"] != "both"]
print(diff_rows)

方法2：快速判断整体一致性

如果两个DataFrame的结构、数据完全一致，equals()会返回True：

# 确保两个DataFrame的列顺序一致
df_excel = df_excel[["id", "price", "status"]]
df_json = df_json[["id", "price", "status"]]

# 判断整体是否一致
print(df_excel.equals(df_json))

方法3：逐单元格展示差异

用compare()直接输出两个DataFrame的单元格级差异：

# 先按id排序，确保行顺序完全对齐
df_excel_sorted = df_excel.sort_values("id").reset_index(drop=True)
df_json_sorted = df_json.sort_values("id").reset_index(drop=True)

# 输出详细差异
diff_details = df_excel_sorted.compare(df_json_sorted)
print(diff_details)

4. 核心实用命令汇总 #

• 文件加载：pd.read_excel()、pd.read_json(lines=True)（处理多行JSON）
• 字段对齐：df.rename()（重命名列）、df.columns.str.lower()（统一列名格式）
• 数据格式化：df["col"].astype()（类型转换）、df["col"].str.capitalize()（字符串格式统一）
• 合并对比：pd.merge(..., indicator=True)（标记行的匹配状态）
• 直接对比：df.equals()（整体一致性判断）、df.compare()（单元格级差异展示）
• 排序对齐：df.sort_values()、df.reset_index(drop=True)（确保行顺序一致）

内容的提问来源于stack exchange，提问作者SiemowitJarilo