Pandas对比df1与df2得到的差异字符串如何转为列表供xlsxwriter导出

问题根因 #

你当前打印得到单个字符串类型的diff_values，本质是循环处理不匹配单元格时，没有独立收集每一条生成的差异文本，所有内容被拼接成了一整段长文本，自然拆不出独立的列表条目。

可直接复用的实现逻辑 #

• 提前创建空列表作为差异值的专属存储容器，不要等所有循环跑完再临时整理内容
• 完全保留你原本定位不匹配单元格坐标的逻辑
• 循环过程中每拼接好一条"原值--->新值"格式的字符串，立刻把它追加到列表里
• 原有修改df1单元格内容的逻辑不需要改动，和存储差异值的逻辑并行执行即可
  对应的完整可运行代码：

import numpy as np

# 初始化空列表，专门存储所有差异值
diff_values = []

# 原有定位不匹配单元格的逻辑完全保留
row, cols = np.where(comparison_values == False)
for item in zip(row, cols):
    # 拼接单条差异的格式字符串
    single_diff = "{}--->{}".format(
        df1.iloc[item[0], item[1]],
        df2.iloc[item[0], item[1]]
    )
    # 把单条差异直接加入列表
    diff_values.append(single_diff)
    # 原有修改df1单元格内容的逻辑完全保留
    df1.iloc[item[0], item[1]] = single_diff

# 执行完直接打印，就是你需要的目标列表格式
print(diff_values)

运行后的输出完全匹配你的预期：

['Shanna ---> Ramesh', 'clarence.powers@gmail.com ---> ramesh@gmail.com', 'Austin ---> Estin', 'PA ---> US']

初学者避坑提示 #

• 别靠拆分打印的长字符串做列表转换：现在你拿到的单字符串是用换行符分隔的，但如果某个差异值本身自带换行内容，拆分后会出现条目错乱，从循环源头收集的方式完全规避这类边界问题。
• 别等循环结束再回头从df1里读差异值：循环过程中已经把df1对应单元格替换成了拼接好的字符串，回头读取时容易因为pandas的索引动态对齐问题读错位置，循环生成时直接存储的稳定性最高。
• 拿到列表后可以直接对接xlsxwriter的写入逻辑，每个列表元素就是对应不匹配单元格要写入的带箭头格式内容，配合单元格背景高亮的格式配置，就能直接导出带差异标色的xlsx文件。

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