README

Introduction

This is a GUI-based tool built with Python Tkinter for Excel/CSV table comparison and table cleaning. It addresses two core pain points in daily table processing:

1. Comparing two tables to extract unique data (A has but B doesn't, B has but A doesn't) and common data, with full support for preserving images in Excel files.
2. Cleaning tables where a single row of data is split across multiple rows (merging fragmented data based on a key column while retaining images).

The tool uses multi-threaded processing to avoid GUI freezes and supports both .xlsx (with image handling) and .csv formats.

Tool Interface Screenshot

Figure: The main interface of the tool, showing file upload, comparison configuration, table cleaning, and progress bar areas.

Features

1. Table Comparison

• Upload two Excel/CSV files (File A and File B)
• Select specific sheets and comparison columns for each file (supports cross-column comparison)
• Extract three types of results:
  • Data unique to File A (A has, B doesn't)
  • Data unique to File B (B has, A doesn't)
  • Common data (exists in both files), exportable in either A/B table format
• Preserve images in Excel files during comparison and export
• Real-time progress bar for comparison tasks

2. Table Cleaning

• Fix the issue where a single row of data occupies multiple rows in a table
• Define a "key column" (non-empty value = start of a new row) to merge fragmented data
• Preserve original images and map them to correct rows in the cleaned table
• Export cleaned tables with both merged data and original images

3. General Features

• Support for .xlsx (with image handling) and .csv (no image support) formats
• User-friendly GUI with clear file info display (row/column count, image count)
• Multi-threaded processing to prevent GUI freezing
• Automatic Chinese font configuration (Windows) to avoid garbled text
• Safe image copying and anchor mapping to ensure correct position in exported files

Requirements

• Python 3.7+
• Required Python packages:
  • pandas (data processing)
  • openpyxl (Excel image handling and file I/O)
  • tkinter (GUI, usually pre-installed with Python)

Installation

Install the required dependencies using pip:

pip install pandas openpyxl

Note: Tkinter is included with standard Python installations on Windows/macOS. For Linux, install it via sudo apt-get install python3-tk (Debian/Ubuntu) or equivalent.

Usage

1. Run the Tool

Execute the script directly:

python main.py

2. Table Comparison Workflow

1. Upload Files: Click "选择文件" (Select File) for File A and File B respectively
2. View File Info: The tool displays file format, sheet count, row/column count, and image count
3. Configure Comparison:
   • Select target sheets from the dropdowns for File A/File B
   • Select comparison columns (the column used to judge data uniqueness)
4. Start Comparison: Click "开始比对" (Start Comparison)
5. Export Results: After completion, use the export buttons to save:
   • "导出A有B无的数据" (Export A-only data)
   • "导出B有A无的数据" (Export B-only data)
   • "导出共有数据" (Export common data, choose A/B format)

3. Table Cleaning Workflow

1. Upload File: Click "选择文件" (Select File) in the "表格整理功能" section
2. Configure Cleaning:
   • Select the target sheet from the dropdown
   • Select a "新行判断列" (New Row Judgment Column) (non-empty value = new row)
3. Start Cleaning: Click "开始整理表格" (Start Table Cleaning)
4. Export Cleaned Data: Click "导出整理后表格" (Export Cleaned Table) to save the merged data

Notes

1. Image Support: Only .xlsx files support images – CSV files do not store images, so image-related features are disabled for CSV.
2. Row Number Mapping: Excel rows are 1-based, while pandas DataFrames are 0-based. The tool automatically maps image positions (Excel row = DataFrame row + 2, accounting for headers).
3. Multi-threading: Comparison/cleaning tasks run in background threads to keep the GUI responsive.
4. Data Type Handling: The tool converts comparison column values to strings and fills NaN values to avoid type mismatch errors.

Troubleshooting

1. Garbled Chinese Text: The tool automatically sets the "SimHei" font for Windows. For other OS, manually configure a Chinese-supported font if needed.
2. File Read Errors: Ensure the file is not open in another program (e.g., Excel) and the format is valid (.xlsx/.csv).
3. Image Export Issues: Corrupted images in the original Excel file may cause export failures – check the image integrity first.

---

中文使用说明（表格比对&整理工具）

工具简介

这是一款基于Python Tkinter开发的GUI桌面工具，专注于Excel/CSV表格比对和表格整理两大核心功能，解决日常表格处理中的常见痛点：

1. 比对两个表格，提取A有B无、B有A无的唯一数据，以及共有数据，全程支持保留Excel文件中的图片。
2. 整理“一行数据分散到多行”的表格（基于关键列合并碎片化数据），同时保留图片并映射到正确行。

工具采用多线程处理避免界面卡顿，支持.xlsx（含图片处理）和.csv格式。

工具界面截图

图示：工具主界面，包含文件上传、比对配置、表格整理和进度条等功能区域

功能特性

1. 表格比对功能

• 上传两个Excel/CSV文件（文件A、文件B）
• 支持为每个文件选择指定子表格和比对列（跨列比对）
• 提取三类结果：
  • A有B无的数据
  • B有A无的数据
  • 共有数据（可选择按A/B表格格式导出）
• 比对和导出过程中保留Excel中的图片
• 实时进度条展示比对进度

2. 表格整理功能

• 修复“一行数据占多行”的表格问题
• 自定义“新行判断列”（关键列非空=新行开始），自动合并碎片化数据
• 保留原始图片，并映射到整理后表格的正确行
• 导出包含合并数据和图片的整理后表格

3. 通用特性

• 支持.xlsx（含图片）和.csv（无图片）格式
• 友好的GUI界面，清晰展示文件信息（行列数、图片数）
• 多线程处理，避免界面卡死
• 自动配置Windows中文字体（避免乱码）
• 安全的图片复制和锚点映射，确保导出后图片位置正确

环境要求

• Python 3.7及以上版本
• 依赖Python包：
  • pandas：数据处理核心
  • openpyxl：Excel图片处理和文件读写
  • tkinter：GUI界面（Python默认自带）

安装依赖

使用pip安装所需依赖包：

pip install pandas openpyxl

注意：Windows/macOS的Python通常自带tkinter；Linux系统需手动安装，如Debian/Ubuntu：sudo apt-get install python3-tk

使用说明

1. 运行工具

直接执行脚本：

python main.py

2. 表格比对操作流程

1. 上传文件：分别点击文件A、文件B对应的“选择文件”按钮，上传待比对的Excel/CSV文件
2. 查看文件信息：工具自动显示文件格式、子表格数、行列数、图片数等信息
3. 配置比对参数：
   • 从下拉框选择文件A/文件B的目标子表格
   • 选择比对列（用于判断数据唯一性的列）
4. 开始比对：点击“开始比对”按钮
5. 导出结果：比对完成后，点击对应按钮导出：
   • “导出A有B无的数据”
   • “导出B有A无的数据”
   • “导出共有数据”（可选择按A/B表格格式导出）

3. 表格整理操作流程

1. 上传文件：在“表格整理功能”区域点击“选择文件”，上传待整理的Excel/CSV文件
2. 配置整理参数：
   • 从下拉框选择目标子表格
   • 选择“新行判断列”（该列非空值视为新行的开始）
3. 开始整理：点击“开始整理表格”按钮
4. 导出整理结果：点击“导出整理后表格”保存合并后的数据

注意事项

1. 图片支持：仅.xlsx文件支持图片功能，CSV文件无图片存储能力，因此图片相关功能对CSV禁用。
2. 行号映射：Excel行号为1起始，pandas DataFrame为0起始，工具自动映射图片位置（Excel行 = DataFrame行 + 2，兼容表头行）。
3. 多线程处理：比对/整理任务在后台线程运行，确保GUI界面保持响应。
4. 数据类型处理：工具自动将比对列值转换为字符串并填充空值，避免类型不匹配错误。

常见问题排查

1. 中文乱码：工具自动为Windows系统设置“SimHei”字体，其他系统若出现乱码，需手动配置支持中文的字体。
2. 文件读取失败：确保文件未被其他程序（如Excel）占用，且格式为有效的.xlsx/.csv。
3. 图片导出异常：原始Excel文件中的图片损坏可能导致导出失败，需先检查图片完整性。