最近遇到一个问题，就是遇到许多考试文档，有很多excel组成，同时有两个版本的文件。第一个需求就是需要做个excel文档合并，第二个就是对比两个版本的文件是否相同。想到之前使用python做的数据分析，于是就基于jupyter notebook来做做题库的数据分析，方便复习。
但是鉴于笔者来使用pandas来完成数据分析，于是换成pandas的read_excel函数来完成。
整个代码如下，查找目录下所有的xlsx文件（查找功能前期做过）并使用pandas.read_excel读取，pandas.concat合并各个DataFrame。如果需要的话，可以使用pandas.to_excel函数写入excel中，注意如果excel中中文的话，需要确定编码格式，笔者使用encoding='utf_8_sig'是可以的。
另外一个功能是对比两个excel文档，判断两个题库是否相同，下面是分析过程，注意使用df1.isin(df2).sum()来判断两个DataFrame的关系。
根据对比情况，df1[~df1.isin(df2)].index选择反集，选择出index，再根据index来选择不在旧题库中的试题。