# EasyData

**Repository Path**: joyamon/easy-data

## Basic Information

- **Project Name**: EasyData
- **Description**: 对比数据的图形界面工具;支持 CSV, Excel, JSON, Parquet, Feather, HDF5 等多种数据格式;
支持按键列比对和按位置比对两种模式;
可设置比较类型、阈值、忽略列等参数;
生成详细的比对报告，包含统计信息和差异详情;
支持 Excel 和 CSV 格式导出
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-18
- **Last Updated**: 2025-12-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


# 数据比对工具使用说明

## 功能特点

1. **多格式支持**: 支持 CSV, Excel, JSON, Parquet, Feather, HDF5 等多种数据格式
2. **智能比对**: 支持按键列比对和按位置比对两种模式
3. **灵活配置**: 可设置比较类型、阈值、忽略列等参数
4. **可视化界面**: 直观的图形界面，操作简便
5. **详细报告**: 生成详细的比对报告，包含统计信息和差异详情
6. **多格式导出**: 支持 Excel 和 CSV 格式导出

## 界面介绍

### 1. 文件选择区域
- **文件1/文件2**: 选择需要比对的两个文件
- **文件信息**: 显示文件名称和大小

### 2. 比较设置区域
- **比较类型**: 
  - 查找不同数据: 找出两个文件的差异
  - 查找相同数据: 找出两个文件的相同部分
- **键列(可选)**: 用于数据匹配的关键列，多个列用逗号分隔
- **忽略列(可选)**: 不参与比较的列，多个列用逗号分隔
- **数值差异阈值**: 数值差异大于此值才被视为不同

### 3. 输出设置区域
- **输出格式**: Excel 或 CSV
- **输出路径**: 结果文件的保存位置
- **比较结果**: 显示比对结果的详细信息

### 4. 控制按钮
- **开始比较**: 执行数据比对
- **导出结果**: 将结果保存到文件
- **清除结果**: 清空结果显示区域
- **退出**: 关闭程序

## 使用步骤

1. **选择文件**: 点击"选择文件"按钮，选择需要比对的两个文件
2. **设置参数**: 根据需要设置比较类型、键列、忽略列等参数
3. **开始比较**: 点击"开始比较"按钮，程序将自动进行数据比对
4. **查看结果**: 在结果区域查看比对结果和统计信息
5. **导出结果**: 点击"导出结果"按钮，将结果保存到文件

## 键列使用说明

键列是用于匹配两个文件数据的列。如果设置了键列，程序将按照键列的值来匹配行，然后比较其他列的值。如果不设置键列，程序将按照行的位置进行比对。

建议使用唯一标识的列作为键列，如: ID、编号、代码等。

## 注意事项

1. 大文件比对可能需要较长时间，请耐心等待
2. 建议先使用小样本数据进行测试
3. 数值差异阈值只对数值型数据有效
4. 导出的 Excel 文件包含多个工作表，分别显示不同类型的比对结果

## 常见问题

### Q: 程序无法打开某些文件
A: 请确保已安装所需的依赖库，如 openpyxl（用于Excel文件）

### Q: 比对结果不准确
A: 请检查是否设置了正确的键列，或调整数值差异阈值

### Q: 程序运行缓慢
A: 对于大型文件，比对可能需要一定时间。可以尝试先比对部分数据

## 系统要求

- Python 3.6+
- 依赖库: pandas, openpyxl
### 工具截图
<img src="screen.png">

### 脚本参数
- `--file1`: 第一个文件路径
- `--file2`: 第二个文件路径
- `--output 或 -o`: 输出文件路径
- `--format 或 -f`: 输出格式，可选值：csv, excel
- `--key 或 -k`: 键列，多个列用逗号分隔
- `--ignore 或 -i`: 忽略列，多个列用逗号分隔
- `--threshold`: 数值差异阈值
- `--type 或 -t`: 比较类型，可选值：different, same