如何用Python实现多Excel文件单列VLOOKUP自动化？

依赖准备 #

首先确保安装处理Excel所需的库：

pip install pandas openpyxl

实现步骤与代码 #

核心思路是用pandas读取所有文件，以Email列为键，通过左连接将A、B、C、D的数据合并到X文件中，完全替代Excel的VLOOKUP功能。

import pandas as pd

# 1. 定义所有Excel文件的路径，替换成你的实际路径
file_paths = {
    "X": "X.xlsx",
    "A": "A.xlsx",
    "B": "B.xlsx",
    "C": "C.xlsx",
    "D": "D.xlsx"
}

# 2. 读取所有文件并预处理
dfs = {}
for file_name, path in file_paths.items():
    # 读取文件，强制Email列为字符串，避免格式匹配错误
    df = pd.read_excel(path, dtype={"Email": str})
    # 去重：同一Email只保留第一行数据
    df = df.drop_duplicates(subset="Email", keep="first")
    # 统一Email大小写（如果需要，避免大小写差异导致匹配失败）
    df["Email"] = df["Email"].str.lower()
    dfs[file_name] = df

# 3. 以X为基础，依次合并其他文件的数据
result_df = dfs["X"].copy()

# 左连接：保留X的所有行，匹配不到的列填充NaN
for source_file in ["A", "B", "C", "D"]:
    result_df = pd.merge(
        result_df,
        dfs[source_file],
        on="Email",
        how="left",
        suffixes=("", f"_{source_file}")  # 重复列名加后缀区分来源
    )

# 4. 保存结果到新文件（建议不直接覆盖原X文件）
result_df.to_excel("filled_X.xlsx", index=False, engine="openpyxl")

关键细节说明 #

• 格式统一：强制Email列为字符串并统一大小写，避免因数字格式、大小写差异导致匹配失败。
• 去重处理：提前删除重复的Email行，防止合并后出现冗余数据。
• 左连接逻辑：完全对应Excel VLOOKUP的近似匹配=False逻辑，保留X文件的所有原始行，仅填充匹配到的数据。
• 列名冲突处理：通过suffixes参数给重复列名添加来源文件后缀，避免列名覆盖。
• 空值处理：匹配不到的数据会显示NaN，可根据需求添加result_df.fillna(0, inplace=True)这类代码填充空值。

内容的提问来源于stack exchange，提问作者Sanket_1994