Или как поймать расхождения до того, как это сделает бухгалтер
🤔 Зачем вообще сравнивать Excel-файлы?
Ситуация из реальной жизни:
- тебе присылают два Excel-файла с продажами,
- в одном данные за прошлую неделю, в другом — "обновлённые",
- а ты должен понять, что поменялось, где пропало, и кто наврал.
Можно, конечно, всё скопировать в Excel, наложить фильтры, цвета и формулы...
Но это путь страданий.
Python сделает это за тебя — быстро, красиво и без кофеина.
🎯 Что мы хотим сделать?
У нас есть два Excel-файла:
- отчет_прошлая_неделя.xlsx
- отчет_текущая_неделя.xlsx
Каждый содержит таблицу с одинаковой структурой:
- ID
- Товар
- Категория
- Количество
- Сумма
Наша цель:
- Найти добавленные строки
- Найти удалённые строки
- Найти изменения в уже существующих строках (по ID)
- Сохранить сравнение в Excel-отчёт
📦 Что нужно установить?
pip install pandas openpyxl
🚀 Шаг 1: Чтение файлов
import pandas as pd
# Читаем оба файла
df_old = pd.read_excel('отчет_прошлая_неделя.xlsx')
df_new = pd.read_excel('отчет_текущая_неделя.xlsx')
# Проверим, сколько строк в каждом
print(f"Прошлая неделя: {len(df_old)} строк")
print(f"Текущая неделя: {len(df_new)} строк")
💬 Комментарии:
- pandas.read_excel() — читает всё, что Excel может предложить.
- Счёт строк помогает убедиться, что мы не схватили какую-то левую вкладку.
🧠 Шаг 2: Приведение к единому формату
# Убедимся, что ID — строка (на всякий случай)
df_old['ID'] = df_old['ID'].astype(str)
df_new['ID'] = df_new['ID'].astype(str)
# Убираем лишние пробелы
df_old.columns = df_old.columns.str.strip()
df_new.columns = df_new.columns.str.strip()
💬 Даже если кажется, что структура одинакова — проверяй. Excel любит сюрпризы в виде пробелов и типов данных.
🆕 Шаг 3: Найдём добавленные и удалённые строки
# Добавленные: те, что есть в новом, но нет в старом
added = df_new[~df_new['ID'].isin(df_old['ID'])]
# Удалённые: те, что были в старом, но нет в новом
removed = df_old[~df_old['ID'].isin(df_new['ID'])]
💬 Здесь isin() работает как фильтр по вхождению ID.
Знак ~ — логическое "НЕ". Так мы ищем "новеньких" и "потерянных".
🔄 Шаг 4: Найдём изменённые строки
# Объединяем по ID, чтобы сравнить остальные поля
merged = pd.merge(df_old, df_new, on='ID', how='inner', suffixes=('_old', '_new'))
# Фильтруем строки, где хотя бы одно поле отличается
changed = merged[
(merged['Количество_old'] != merged['Количество_new']) |
(merged['Сумма_old'] != merged['Сумма_new']) |
(merged['Товар_old'] != merged['Товар_new']) |
(merged['Категория_old'] != merged['Категория_new'])
]
💬 Мы берём только те строки, где ID совпал, но другие поля изменились.
suffixes помогают различать, что из какого файла пришло.
💾 Шаг 5: Сохраняем результат в Excel-отчёт
with pd.ExcelWriter('сравнение_отчетов.xlsx', engine='openpyxl') as writer:
added.to_excel(writer, sheet_name='Добавленные', index=False)
removed.to_excel(writer, sheet_name='Удалённые', index=False)
changed.to_excel(writer, sheet_name='Изменённые', index=False)
💬 Всё чётко, по вкладкам. Открываешь файл — и сразу видишь, кто отличился.
🎉 Результат
У тебя на руках файл сравнение_отчетов.xlsx, в котором:
- Лист Добавленные — новые позиции;
- Лист Удалённые — то, что исчезло;
- Лист Изменённые — где поменялись значения.
🧪 Бонус-фишка: Подсветим изменения
def highlight_changes(val1, val2):
return '' if val1 == val2 else 'background-color: yellow'
styled = changed.style.apply(lambda row: [
'', '', '', '', # для ID и *_old
highlight_changes(row['Товар_old'], row['Товар_new']),
highlight_changes(row['Категория_old'], row['Категория_new']),
highlight_changes(row['Количество_old'], row['Количество_new']),
highlight_changes(row['Сумма_old'], row['Сумма_new']),
], axis=1)
styled.to_excel('изменённые_с_подсветкой.xlsx', engine='openpyxl', index=False)
💬 Этот кусочек кода делает Excel-таблицу с жёлтой подсветкой ячеек, где были изменения. Глаз радуется, ошибок меньше.
📈 Где это полезно?
- 📦 Сравнение выгрузок из CRM/ERP по неделям
- 🧾 Проверка версий отчётов от подрядчиков
- 💼 Автоматизация сверки инвентаризаций
🧠 Что ты теперь умеешь:
✅ Сравнивать два Excel-файла построчно
✅ Искать добавленные и удалённые строки
✅ Выявлять изменения внутри записей
✅ Сохранять результат в понятный Excel-отчёт
✅ Подсвечивать изменения для наглядности
🏁 Финалочка
Excel — прекрасен, когда тебе нужно построить диаграмму на 10 строк.
Но когда дело касается сравнения файлов с тысячами строк — Python просто незаменим.
Так что в следующий раз, когда тебе скажут «сравни два отчёта и скажи, где разница» — ты уже знаешь, как ответить:
«Ща, напишу скрипт, и к обеду всё будет!»