Итак, я рассмотрел несколько способов, как сравнить два файла gfile. Один из способов сравнения двух файлов, который я искал и обнаружил, заключался в использовании модуля Pandas. Другим способом, который я обнаружил, было использование модуля Numpy в Python, я также использую различные другие модули, чтобы помочь мне работать с листами Excel. Главное, у меня есть текстовый файл ACII, который мне нужно сравнить с другим файлом. Оба файла имеют одинаковый размер, и я даже включил проверку, чтобы увидеть, имеют ли файлы одинаковый размер, но я думаю, что что-то не так с условными утверждениями, которые проверяют общий размер двух файлов. В общем, мне нужен совет, как сравнить два файла.
В текстовом файле используется кодировка UTF 8. Информация будет выглядеть следующим образом:
StudentID,Code,Date,FirstName,LastName,GradeLevel,CampusID
000001,R,mm/dd/yyyy/,JOHN,SMITH,01,00001
Заголовок не отображается в исходном файле, который я должен сравнивать. Заголовок оригинального файла:
StudentID,Code,Date,FirstName,LastName,GradeLevel,CampusID
Файл, который я извлекаю из нашей базы данных SIS, имеет заголовки, которые соответствуют
StudentID,Code,Date,FirstName,LastName,GradeLevel,CampusID
Но некоторые форматирования немного отличаются. Например, данные не mm/dd/yyyy, а CampusID - только ### Документация, на которую я обращался, чтобы помочь мне, показала следующее:
Теперь я смог распечатать данные в объединенном фрейме данных, но я пока не смог провести сравнения и выделить различия между двумя файлы, будь то текстовые или файлы Excel. Мне было любопытно, если кто-нибудь может указать мне направление или лучшее направление, если они знают, как сравнивать файлы. Я сейчас использую следующий код, и он, по крайней мере, печатает фреймы данных, но, похоже, ничего не делает, кроме как печатать их как pandas фрейм данных.
#!/bin/python
# ===========================================================
# Created By: Richard Barrett
# Organization: DVISD
# DepartmenT: Data Services
# Purpose: Dynamic Excel Diff Comparison Report
# Date: 02/28/2020
# ===========================================================
import getpass
import json
import logging
import numpy as np
import os
import pandas as pd
import platform
import shutil
import subprocess
import threading
import time
import unittest
import xlsxwriter
from datetime import date
# System Variables
today = date.today()
date = today.strftime("%m/%d/%Y")
node = platform.node()
system = platform.system()
username = getpass.getuser()
version = platform.version()
working_directory = os.getcwd()
pd.set_option('display.max_rows', None)
# File Variables on Relative Path within CWD
file_1 = "ExportPOSStudents.xlsx"
file_2 = "ExportNutrikidsSkywardCompare.xlsx"
# Column Variables to Compare
e_code = "Eligibility Code"
e_date = "Effective Date"
f_name = "First Name"
l_name = "Last Name"
# Logging Variables
# Ensure that the Files Exist
if os.path.exists(file_1) and os.path.exists(file_2):
print("The Files Exist.")
else:
print("One of the files might not exist.")
# Create Dataframes
df1 = pd.read_excel(file_1)
df2 = pd.read_excel(file_2)
print(df1)
print(df2)
# Check to See if Files are Same Size
df1.equals(df2)
if print(df1.equals(df2)) is False:
print("Dataframes are not the same size.")
else:
print("Dataframes are the same size.")
df1[e_date].equals(df2[e_date])
if print(df1[e_date].equals(df2[e_date])) is False:
print("The Entries are not the same within column for e_date.")
else:
print("The Entries are the same within the columns for e_date.")
#comparison_values = df1.values == df2.values
#print(comparison_values)
#if df2.equals(df1) == False:
# print("Datframes are not of the the same size.")
#else df2.equals(df1) == True:
# print("Dataframes are of the same size.")
# If Files are Not Same Size Check Indexes and Column Names and Format
# Check Indexes and Size
# Compare Dataframe Values
#if comparison_values = df1.values == df2.values
# print(comparison_values)
#else:
# print("Cannot compare Dataframes.")
# Get-Index of Cell with Parameter == False
#rows,cols=np.where(comparison_values==False)
# Iterate over Cells and Update (df1) value to display changed value in second dataframe (df2)
#for item in zip(rows,cols):
# df1.iloc[item[0], item[1]] = '{} --> {}'.format(df1.iloc[item[0], item[1]],df2.i
# Export to Excel after df1(Old Value) --> df2(New Value)
#df1.to_excel('./excel_diff.xlsx',index=False,header=True)
Здесь вы можете увидеть основной код и процесс, которого я пытаюсь достичь: Ссылка на код и процесс