如何使用Python的.loc函数实现Excel VLOOKUP功能生成计算用DataFrame子集

你需要实现的Excel公式IFERROR(LOOKUP(2,1/($D$1:D1=D2),$Q$1:Q1),0)的核心逻辑为：对每行数据，匹配当前行上方所有D列取值与当前行D列相等的记录，取最近一条的Q列值，无匹配则返回0。你可以直接用Pandas的内置向量化操作实现，不需要手动指定.loc的位置参数，处理大数据量时效率远高于手动循环。

示例代码 #

1. 导入依赖与构造测试数据 #

import pandas as pd

# 示例DataFrame，仅保留核心的D、Q两列，你可以替换为自己的实际数据
df = pd.DataFrame({
    'D': ['品类1', '品类2', '品类1', '品类1', '品类2', '品类3'],
    'Q': [10, 20, 30, 40, 50, 60]
})

2. 核心实现（仅需1行代码） #

# 计算结果存入new_Q列，可根据需求修改列名
df['new_Q'] = df.groupby('D')['Q'].shift(1).fillna(0).astype(int)

执行效果验证 #

运行后得到的DataFrame结果如下，和Excel公式的计算结果完全一致：

代码逻辑说明 #

• groupby('D')：将D列取值相同的行归为同一组，对应公式中筛选同D值记录的逻辑
• shift(1)：取每组内当前行的上一行Q列值，对应取当前行上方最近匹配记录的逻辑
• fillna(0)：每组第一行没有上一行数据时填充0，对应公式中IFERROR(...,0)的错误处理逻辑
• astype(int)：可选，根据你的数据类型调整，保证输出格式符合预期

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