python比较两个excel表并附加正确的记录

Question

我需要创建一个 Excel 表来比较两个样本表，其中一个包含序列号和其他信息。第二张表包含保修日期。例如， source1 表包含如下数据

Model       Serial     Location
Dell        1234       A
Thoshiba    2345       B
Apple       3456       C
Cisco       4567       D
Sun         5678       E

source2 包含如下数据

Serial  Warranty Status
2345    1/1/2010
4567    2/2/2012
1112    3/2/2015

结果应该是

Model        Serial     Location    Warranty Status
Dell         1234           A        Not Found
Thoshiba     2345           B        1/1/2010
Apple        3456           C        Not Found
Cisco        4567           D        2/2/2012
Sun          5678           E        Not Found
Not Found    1112          Not Found    3/2/2015

我找到了一些示例脚本，但我的场景包含：

1. 数据量大，运行时间太长
2. source1 和 source2 文件中的序列号顺序不同
3. 在任一源文件中都存在序列号 dokin 的情况

请给我一些建议和最佳算法以更快地完成此操作。

Answer 1

试试下面我修改过的代码：

import pandas as pd

source1_df = pd.read_excel('a.xlsx', sheetname='source1')
source2_df = pd.read_excel('a.xlsx', sheetname='source2')
joined_df = pd.merge(source1_df,source2_df,on='Serial',how='outer')
joined_df.to_excel('/home/user1/test/result.xlsx')

我不是 python 方面的专家，但上面一位工作过。

Answer 2

安装pandas，然后您可以将每个工作表加载为数据框并通过Serial 加入：

import pandas as pd

source1_df = pd.read_excel('path/to/excel', sheetname='source1_sheet_name')
source2_df = pd.read_excel('path/to/excel', sheetname='source2_sheet_name')

joined_df = source1_df.join(source2_df, on='Serial')

joined_df.to_excel('path/to/output_excel')