使用Pandas对比两个Excel工作表结果与预期不符的原因

你得到的运行结果和预期不符，是两个问题共同导致的：

• 默认表头识别吞掉了第一行数据：pandas.read_excel()方法默认参数为header=0，会自动把读取范围的第一行当做DataFrame的列名，不会纳入数据行参与对比。
  按你的原始代码逻辑读取后：
  • Sheet1的第一行值a被识别为列名，实际存入df1的数据只有4行，行索引0~3对应的值依次是2、3、4、b
  • Sheet2的第一行值1被识别为列名，实际存入df2的数据只有4行，行索引0~3对应的值依次是2、3、4、5
    两个数组做等值判断时，前3行数值完全匹配，只有行索引3的位置值分别为b和5存在差异，因此实际输出3 0，和你的运行结果完全吻合。
• 行号计数规则混淆：pandas的行索引默认从0开始计数，和Excel界面从1开始标记行号的规则不同。就算你正确读入全部5行数据，最后一行的索引也是4，不存在索引为5的行，自然不可能返回5 0的位置结果。

读取Excel时手动指定header=None，明确告知pandas当前文件没有预设表头，所有行都作为数据读入即可：

import pandas as pds
import numpy as np
df1= pds.read_excel('/gdrive/MyDrive/file.xlsx',sheet_name=0, header=None)
df2= pds.read_excel('/gdrive/MyDrive/file.xlsx',sheet_name=1, header=None)
comparison_values = df1.values == df2.values
rows,cols=np.where(comparison_values==False)
for item in zip(rows,cols):
    print(item[0],item[1])

修正后代码运行输出为0 0和4 0，对应两个工作表第一行、第五行的差异，其中索引4就对应你预期里Excel行号为5的位置。

内容的提问来源于stack exchange，提问作者fransua