每个月底核对200多个客户的账单，两个Excel文件一个200多行一个300多行，纯手动一行行比对金额和日期——这种活，干过的人都知道是有多折磨。

前段时间正好碰到这个场景，想着就让AI写个Python脚本处理，几分钟应该就能搞定。打开DeepSeek输入需求，不到半分钟代码就出来了。看着那段代码心里挺美？可别高兴的太早了。

后面一路折腾，前后踩了5个坑，代码才能运行成功并输出正确的结果。

哪5个坑？下面一个一个的说。

代码跑不起来

AI写的代码复制到PyCharm一运行，直接报错：ModuleNotFoundError: No module named 'openpyxl'。

AI给的代码里写了import openpyxl，但它没告诉我们这个库要单独装。对于写过Python的人来说这不是事，但如果是第一次碰Python的人，可能卡在这里就放弃了。

# 命令行装一下就行# pip install openpyxl

库的问题：代码运行，前提要安装必要库。这个坑不大，但是很典型。AI可能默认你的环境是齐全的，实际上很多人Python都是刚装的，环境问题一个大箩筐。

文件找不到

装好库再跑，又报错：FileNotFoundError。

AI给的代码用的是相对路径，但PyCharm的工作目录和文件实际位置不一定一致。这个坑见过太多次了，AI生成的代码几乎都是假设文件就在当前目录下。

# AI给的写法（容易出问题）file1 = '客户账单.xlsx'# 改成这样更稳import osbase_dir = os.path.dirname(__file__)file1 = os.path.join(base_dir, '客户账单.xlsx')# Windows路径分隔符的问题也一起解决了

文件路径问题：要把代码里的路径改成真实环境下的路径。扯一句题外话，文件路径这个问题在Python里算高频踩雷区了，Windows用反斜杠、Mac用正斜杠、代码里又要转义……用os.path.join()的话能省掉不少麻烦。

比对结果全是"不匹配"

终于能读取文件了，但跑出来的结果——所有记录都标记为"不匹配"。

打开Excel一看就明白了：两个表格里的客户名称列，一个有前后空格一个没有；金额列，一个是文本格式一个是数字格式，有的还带了千分位逗号。AI给的代码直接用“==”比对，当然全都不一样。

# 清洗客户名称df1['客户名称'] = df1['客户名称'].str.strip()df2['客户名称'] = df2['客户名称'].str.strip()# 金额清洗，去逗号转数字df1['金额'] = df1['金额'].astype(str).str.replace(',', '').astype(float)df2['金额'] = df2['金额'].astype(str).str.replace(',', '').astype(float)# 日期统一格式df1['日期'] = pd.to_datetime(df1['日期']).dt.datedf2['日期'] = pd.to_datetime(df2['日期']).dt.date

数据格式问题：文件格式不统一，数据匹配不成功。这个坑最耗时间，也最容易忽视。AI的代码逻辑没有错，但它假设你的数据是干净的。实际工作中Excel数据什么情况都有——空格、隐藏字符、格式不统一，这些它预料不到。让AI能帮你写代码处理数据，格式问题必须提前弄清楚，让它先做数据清洗。

结果看着对，其实是错的

脚本跑通了，差异记录也输出了，但仔细一看——里面有一堆莫名其妙的"不匹配"，明明金额对得上却被标记为差异。

排查了半天，问题出在客户名称重复上。同一个客户在Excel里出现了两次，既有"应收账款"又有"预付账款"。AI生成的代码直接用merge按客户名称合并，一个客户的多条记录两两交叉匹配，自然产生大量误报。

# AI默认客户名称是唯一的，但实际业务中经常不是# 得自己加一个组合键df1['match_key'] = df1['客户名称'] + '_' + df1['日期'].astype(str)df2['match_key'] = df2['客户名称'] + '_' + df2['日期'].astype(str)merged = pd.merge(df1, df2, on='match_key', how='outer',                    suffixes=('_账单', '_对账'))# 加个重复检查，省得后面排查到怀疑人生for name, df in [('账单', df1), ('对账单', df2)]:    if df.duplicated(subset=['match_key']).any():        print(f"⚠ {name}里有重复记录，先检查数据源")

匹配项不唯一：自定义组合键，确保唯一性，才能正确匹配数据。这个坑比前几个都要隐蔽——代码跑通了，结果也生成了，但结果是错的。等发现的时候可能已经用错误数据做了决策，后果比报个错严重多了。

数据量一大就卡死

200多行数据pandas轻松搞定，但是，把这个脚本给另一个同事用，他的Excel有5万多行，一跑直接内存报错，电脑风扇狂转。

AI给的代码把所有数据一次性加载到内存，数据量小没问题，几万行普通办公电脑通常扛不住。

# 先判断一下数据规模再决定怎么读sample = pd.read_excel('客户账单.xlsx', nrows=1000)if len(sample) == 1000:    print("数据量较大，注意内存占用")    # 指定dtype能省不少内存    df1 = pd.read_excel(file1, dtype={'客户名称': str, '金额': float})else:    df1 = pd.read_excel(file1)

数据量大占用内存问题：超过1万行要考虑内存优化，超过10万行Excel本身就不太合适了，得换数据库方案。不过大部分日常办公场景，几万行以内pandas还是够用的。

最终跑通的代码（示例）

折腾了一圈，把上面5个问题都解决，200多行数据不到2秒比对完成，输出3条差异记录。

import pandas as pdimport os# 获取文件所在目录，解决文件路径问题base_dir = os.path.dirname(__file__)file1 = os.path.join(base_dir, '客户账单.xlsx')file2 = os.path.join(base_dir, '对账单.xlsx')# 先判断数据规模大小，避免内存挤爆try:    sample = pd.read_excel(file1, nrows=1000)    if len(sample) == 1000:        print("数据量较大，注意内存占用")        # 指定dtype能省不少内存        df1 = pd.read_excel(file1, dtype={'客户名称': str, '金额': float})        df2 = pd.read_excel(file2, dtype={'客户名称': str, '金额': float})    else:        df1 = pd.read_excel(file1)        df2 = pd.read_excel(file2)except Exception as e:    print(f"读取文件失败，请检查文件路径和格式：{e}")    exit(1)# 先做数据清洗，解决格式不一致问题 df1['客户名称'] = df1['客户名称'].str.strip()df2['客户名称'] = df2['客户名称'].str.strip()df1['金额'] = df1['金额'].astype(str).str.replace(',', '').astype(float)df2['金额'] = df2['金额'].astype(str).str.replace(',', '').astype(float)df1['日期'] = pd.to_datetime(df1['日期']).dt.datedf2['日期'] = pd.to_datetime(df2['日期']).dt.date# 创建组合键（客户名称+日期），解决唯一键问题df1['match_key'] = df1['客户名称'] + '_' + df1['日期'].astype(str)df2['match_key'] = df2['客户名称'] + '_' + df2['日期'].astype(str)# 重复检查，避免误匹配for name, df in [('账单', df1), ('对账单', df2)]:    if df.duplicated(subset=['match_key']).any():        print(f"⚠ {name}里有重复记录，请先检查数据源")        # 这里可以选择继续或退出，根据业务需求决定# --- 合并比对 ---merged = pd.merge(df1, df2, on='match_key', how='outer',                    suffixes=('_账单', '_对账'))# 找差异diff = merged[    (merged['金额_账单'] != merged['金额_对账']) |     (merged['日期_账单'] != merged['日期_对账'])]# 输出结果if not diff.empty:    diff.to_excel('差异记录.xlsx', index=False)    print(f'发现{len(diff)}条差异，已保存到差异记录.xlsx')else:    print('全部匹配，没问题')    

五个要避的坑汇总：

AI写代码确实快，需求到代码不到一分钟，但真正跑通要花大半个小时以上。AI就像一个特别聪明但有点"死脑筋"的实习生——代码逻辑没问题，但不知道你的实际环境长什么样、数据干不干净、业务规则是什么。这些你都得提前弄清楚，要么告诉它，要么自己补全代码。

你如果觉得这篇文章对你有帮助，记得：点个赞收藏起来！也可以评论区聊聊——你的想法或者遇到的问题。我们一起交流学习，关注我，不迷路！

如果你已经是此中高手，也欢迎在评论区分享你的经验。