python xlrd xlwt pandas openxyl导入方法对比 N/A

本文主要是介绍python xlrd xlwt pandas openxyl导入方法对比 N/A，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

操作目的：
通过对比两个EXCEL表格对比数据相同部分和不同部分区分开来并生成新的EXCEL
两者表格形式如下原理是通过读取B表格的参数编号和申报内容作为字典，在A表格中对应的进行查询是否相同并作出标识
在这里插入图片描述

先说第一版使用openxyl做的代码
一地板openxyl写的代码本身没有问题也很快定位也很简单
但是有个致命性的问题他不支持XLS文件格式

然后尝试了第二版的pandas 做代码导入
我说下pandas遇到的问题
其中比较难理解的是out of range的问题
相对于openxyl pandas是在读取文件的时间预先选定好文件的范围，比如4*4 那么超过这个范围的第5行你就选择不到就会报这个错误但是openxyl则不会有这个问题 openxyl相当于在一个excel的副本上进行操作没有范围限制

其中还有一个pandas目前无法解决的问题如果文件中出现N/A这个字符串时他会默认识别为Nan 不会当做字符串而是空进行识别这个也是我为什么会尝试第三种方法的原因
但Pandas的读取范围确实比openxyl要大
再说下xlrd 和xlwt的问题
相对于前面两种方式他们的操作性好在于他的操作模式相当于是复制了一个副本进行操作，如果某一个值不满意直接变更掉就可以了
但是xlrd则不是这样
他是对于EXCEL的直接操作，我这里是想要输出一个副本，那么操作起来就麻烦了不少
需要先读对比然后循环输出
就不是更改完后一把输出的模式
但是好处是他不会将N/A读错，字符串之间的转换也没有问题
对于写入来说是有限将需要写入的字段拼成一个字符组
循环写入那一行然后通过FILE输出得到的效果和前面是一样的

row=df.index.sized = dict()for i in range(0, row):  # 最大行数lp = df.loc[i][1]np = df.loc[i][2]if not lp is None  :d[df.loc[i][0]] = df.loc[i][2]# print(df.loc[i][0],df.loc[i][2])# for key in d:#     print(key + ':' + str(d[key]))row2 = df2.index.size  # 获取最大的 行数col_name = df2.columns.tolist()col_name.insert(6,'状态')df3=df2.reindex(columns=col_name)for i in range(0, row2):  # 最大行数lp = df3.loc[i][1]if not lp is None:# d[df.loc[i][0]] = df.loc[i][2]# print(df3.loc[i][0], df3.loc[i][5])if d.get(df3.loc