如何基于T1的唯一ID为T2批量填充对应ID？支持多工具实现

数据表说明 #

表T1 #

表T2 #

注：T1的ID为唯一值，T2的ID字段为空，两张表Name顺序可能不一致，数据量约3000条。

方法一：Microsoft Excel #

• VLOOKUP函数法：
  1. 假设T1在Sheet1，T2在Sheet2，以Name作为匹配依据（需确保Name无重复）。
  2. 在Sheet2的ID列第一个空白单元格（如A2）输入公式：
     =VLOOKUP(B2, Sheet1!$B$2:$C$5, 2, FALSE)
     • 说明：B2是T2当前行的Name值，Sheet1!$B$2:$C$5是T1的Name和ID区域（需根据实际数据范围调整，建议用绝对引用），2表示返回区域的第2列（即ID），FALSE表示精确匹配。
  3. 下拉公式填充所有行即可完成批量匹配。
• XLOOKUP函数法（Excel 365及以上版本）：
  公式更简洁直观：=XLOOKUP(B2, Sheet1!$B:$B, Sheet1!$A:$A)
  • 说明：B2是T2的Name值，Sheet1!$B:$B是T1的Name列，Sheet1!$A:$A是T1的ID列，自动执行精确匹配。

方法二：Microsoft Access #

• 更新查询法：
  1. 将T1和T2导入Access数据库中。
  2. 创建更新查询：打开查询设计界面，添加T1和T2表，双击两张表的Name字段建立关联。
  3. 选中T2的ID字段，在「更新到」行输入：[T1].[ID]
  4. 运行查询，确认更新记录数无误后完成填充。
• 注意：需确保Name字段无重复值，否则可能出现匹配错误；运行前建议备份原始数据。

方法三：Python（基于Pandas库） #

• 步骤如下：
  1. 若未安装Pandas，先执行安装命令：pip install pandas
  2. 编写代码实现批量匹配：

     import pandas as pd
     
     # 读取T1和T2数据（支持Excel、CSV等格式，此处以Excel为例）
     df_t1 = pd.read_excel('t1_data.xlsx')
     df_t2 = pd.read_excel('t2_data.xlsx')
     
     # 以Name为键，将T1的ID映射到T2的ID列
     df_t2['ID'] = df_t2['Name'].map(df_t1.set_index('Name')['ID'])
     
     # 保存更新后的T2数据
     df_t2.to_excel('t2_updated.xlsx', index=False)
     

  3. 说明：map方法通过Name字段批量匹配T1中的ID值；若存在重复Name，会取最后一个匹配的ID，需提前确保Name的唯一性。

内容的提问来源于stack exchange，提问作者Raz