【前言】研0生活从枯燥的寻找数据、寻找数据、寻找数据……整理数据、整理数据、整理数据……开始。
很多时候大家更喜欢从各大平台机构花money买来整理好的数据，不同平台间格式存在差异，不完全放心使用。如我某师姐遇到的问题，一份是统计资料整理过来的数据，一份是购买过来已经简单处理过的数据，某师姐想知道购买的数据是否可靠，整理的数据与购买数据的原始数据是否相同，奈何数据量太大，不便处理，由此诞生了今天的话题。
【问题提出】
【问题分析】
（1） 图一每个指标一张二维表格，共有16张表格，行标题为年份，列标题为地区；表、时间、单位共同确定某地区某年份某项指标数值。
（2） 图二为截面数据，共包括84个字段，5万余条记录，通过年份、地区名称、具体指标共同确定某地区某年份某项指标数值。
（3） 观察两表主要内容，前面几十条记录地区字段的值县名一致，市辖区不一致；表一年份为字符型且为2001-2020年数据，表二年份为数值型且为2000-2020年数据。
（4） 综上对比思路为：对比县区是否一致——对比表二各县区年份有无缺失——对比某地区某年份某指标的数据值是否一致
【用到的知识】
【计算过程】
（一）数据处理准备工作（导入pandas模块、获取全国县域指标工作薄全部表名并迭代表、读取中国县域数据库原始数据表、建立空列表、获取原始数据表列索引）
（二）计算两表行列数，判断全国县域指标数据县区是否存在重复项
（三）判断两表中县区是否一致，打印不一致的县区名称
（四）判断中国县域数据库中的年份是否完整
（五）将年份与地区合并成关键词，字段值提取为键值，用迭代器转化为字典格式，并通过键与值比较判断两表字段值是否一致。
【输出结果】
以年末人口数为例，输出结果如下图所示，从中可知：
（1） 全国县域指标数据县区不存在重复
（2） 中国县域数据库县区与全国县域指标数据县区数量不一致，前者较后者少，具体缺少县区如下图
（3） 城区、平城区、芒崖、芒崖市，21年数据可能不完整（推测是购买数据县区名字打错了）
（4） 两表某年某县区某指标数据值一致
以上是本次分享的经验贴，可以参考一下，觉得不错的话，欢迎点赞、收藏、关注，后期会不断更新python相关知识和技巧，大家相互学习共同进步。（python业余选手，技术不成熟，大佬绕路，谢谢）
