Python新手求助：如何用Pandas实现类似Excel的VLOOKUP功能

需求说明 #

你需要把data_01中的Area列，根据Tipe Car和Branch两个键匹配到data_02中，保留data_02的所有行，未匹配到的Area填NaN，这和Excel里的VLOOKUP精确匹配逻辑一致。

实现代码 #

import pandas as pd

# 定义原始数据
data_01 = pd.DataFrame({'Tipe Car':['A', 'B', 'C', 'D'], 'Branch':['UD', 'UA', 'UK', 'UA'], 'Area':['1A', '1B', '1C', '1D']})
data_02 = pd.DataFrame({'Tipe Car':['A', 'B', 'E', 'F'], 'Branch':['UD', 'UA', 'UK', 'UA']})

# 执行左连接，实现VLOOKUP效果
data_03 = pd.merge(data_02, data_01[['Tipe Car', 'Branch', 'Area']], on=['Tipe Car', 'Branch'], how='left')

# 查看结果
print(data_03)

代码解释 #

• pd.merge()是Pandas中用于合并数据的核心方法，对应Excel的VLOOKUP功能
• how='left'表示左连接：保留左表（这里是data_02）的所有行，只匹配右表（data_01）中符合条件的记录
• on=['Tipe Car', 'Branch']指定匹配的键列，和Excel中VLOOKUP的查找值对应，用两个列联合匹配能确保结果准确
• data_01[['Tipe Car', 'Branch', 'Area']]只取data_01中需要匹配的列，避免引入多余数据

输出结果 #

运行代码后得到的data_03就是你期望的结果：

Tipe Car Branch  Area
0        A     UD   1A
1        B     UA   1B
2        E     UK  NaN
3        F     UA  NaN

内容的提问来源于stack exchange，提问作者Alfin Edo