场景是有两个excel表格,一个是之前的旧表格,一个是新内容的表格,需要将两个不同的提取出来生成新的excel

defdrop_duplicates(usedExcel, newExcel, outputExcel):

df1=pd.read_excel(usedExcel)

df2=pd.read_excel(newExcel)

c=df1.append(df2)

c.drop_duplicates(keep=False, inplace=True)print(c)

df=pd.DataFrame(c)

df.to_excel(outputExcel, index=False)

写了一个工具函数,需要有两个三个参数第一个是旧的excel表格的绝对路径,第二个是新的excel表格的绝对路径,第三个是需要输出excel表格的绝对路径,

思路:先读取两个表格的内容,读取到的类型是DataFrame,然后使用pandas自带的.append()函数合并两个表格数据,再去除重复值,将去除完成的输出到指定excel

.append()中是将'()'里面的追加到‘.’前面。

.drop_duplicate方法是对DataFrame格式的数据,去除特定列下面的重复行,返回DataFrame格式的数据。

其中.drop_duplicate()有三个参数

subset : column label orsequence of labels, optional

用来指定特定的列,默认所有列

keep : {‘first’, ‘last’, False}, default ‘first’

删除重复项并保留第一次出现的项

inplace : boolean, default False

是直接在原来数据上修改还是保留一个副本