手把手教你用Python实现Excel中的Vlookup功能

谁践踏了优雅 2022-11-12 11:54 230阅读 0赞

点击上方“**Python爬虫与数据挖掘**”，进行关注

回复“**书籍**”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

像树一样成长。

## 一、前言 ##

大家好，我是崔艳飞。工作中经常会遇到，需要把两张Excel或Csv数据表通过关键字段进行关联，匹配对应数据的情况，Excel虽有Vlookup函数可以处理，但数据量大时容易计算机无响应，可能出现数据丢失，处理速度较慢是软肋，而Python只需几行代码就能轻松实现，且处理速度快，详细如下。

## 二、项目目标 ##

用Python实现两张Excel或Csv表数据关联处理。

## 三、项目准备 ##

软件：PyCharm

需要的库：pandas

## 四、项目分析 ##

### 1）如何读取要处理的Csv文件？ ###

利用pandas库读取Csv文件。

### 2）如何读取要处理的Excel文件？ ###

利用pandas库读取Excel文件。

### 3）如何通过关键字段关联匹配两张表中的数据？ ###

利用merge()函数，通过关键字段，关联组合两张表中的数据。

### 4）如何保存结果？ ###

利用to\_csvl保存关联组合后的数据。

## 五、项目实现 ##

#### 1、第一步导入需要的库 ####

import pandas as pd

#### 2、第二步读取要处理的Csv文件    ####

# 读入表1
    df1 = pd.read_csv('D:/a/1.csv', encoding='gbk')

#### 3、第三步读取要处理的Excel文件    ####

# 读入表2
    df2 = pd.read_excel('D:/a/2.xlsx', encoding='utf-8')

#### 4、第四步关联匹配数据，并保存结果文件 ####

# 关联数据
       data = df1.merge(df2, on='姓名',left_index=False, right_index=False, sort=False)
       # 保存数据
       data.to_csv('D:/a/result.csv', encoding='gbk',index=False)

## 六、效果展示 ##

1、处理前表1数据：

![6bfb087083e995b3aafcf8c24f202409.png][]

2、处理前表2数据：

![d4b61947841cefcea996c92b27ce8ea2.png][]

3、处理后的关联匹配数据：

![e92495774b224a0e1b9ae717ff3505bd.png][]

## 七、总结 ##

本文介绍了如何利用Python进行Excel和Csv间的数据关联处理，替代了Excel的Vlookup函数，由于不用显示源文件，节省了系统资源，处理效率更高，数据量越大，优势越明显，Python还有很多类似的函数，数据处理，唯快不破，有兴趣的同学可以研究下，有问题随时留言，一起讨论学习。

最后需要本文项目代码的小伙伴，请在公众号后台回复“**Vlookup**”关键字进行获取，如果在运行过程中有遇到任何问题，请随时留言或者加小编好友，小编看到会帮助大家解决bug噢！

## **---\--\---\---\---\--\---** End **---\--\---\--\---\---\--\-**    ##

![e643d4ceffee729bea7f55ff37689598.png][]

往期精彩文章推荐：

*  ## [手把手教你利用Python轻松拆分Excel为多个CSV文件][Python_Excel_CSV] ##
 *  ## [Python项目实战——手把手教你使用Django框架实现支付宝付款][Python_Django] ##
 *  ## [手把手教你用Python爬取百度搜索结果并保存][Python]    ##

![50eecc28a4907612ec3b9b0be8b57e66.png][]

欢迎大家**点赞，****留言，****转发，转载，**感谢大家的相伴与支持

想加入Python学习群请在后台回复【**入群**】

万水千山总是情，点个【**在看**】行不行

**/今日留言主题/**

随便说一两句吧~

[6bfb087083e995b3aafcf8c24f202409.png]: /images/20221022/d7d996ff1c88414ab81f5226ee5a63d9.png
[d4b61947841cefcea996c92b27ce8ea2.png]: /images/20221022/88b96de1c6474554b67998b23f50088e.png
[e92495774b224a0e1b9ae717ff3505bd.png]: /images/20221022/79a9ff41b05643e9ac15c9e0b877dd4c.png
[e643d4ceffee729bea7f55ff37689598.png]: /images/20221022/d1a6a046fdb74678b9aaab81bb440047.png
[Python_Excel_CSV]: http://mp.weixin.qq.com/s?__biz=MzU3MzQxMjE2NA%3D%3D&chksm=fcc0aef9cbb727ef4c24528f53dda6190967df92d93fdc3dd048192481322a9e121c49a3efa4&idx=1&mid=2247493842&scene=21&sn=41f45474f977e1b08ed7efbc012b9281#wechat_redirect
[Python_Django]: http://mp.weixin.qq.com/s?__biz=MzU3MzQxMjE2NA%3D%3D&chksm=fcc0ae86cbb727907a1b65d38a7b107d04d15f1f6584ebadf4f23cdcef425782d45c941b0d76&idx=1&mid=2247493805&scene=21&sn=0fdc6535ae41cab87573550e22853873#wechat_redirect
[Python]: http://mp.weixin.qq.com/s?__biz=MzU3MzQxMjE2NA%3D%3D&chksm=fcc0ae81cbb7279704ae6f729f9cf42a7369cc99f7e487359d228cbb8e1b7f78f248978ad3e1&idx=1&mid=2247493802&scene=21&sn=963e7d24873f90fbfed491c0abf66e11#wechat_redirect
[50eecc28a4907612ec3b9b0be8b57e66.png]: /images/20221022/49c473a9d0d645d7a29ff4bab6cf95aa.png