如何使用Python实现Vlookup属性匹配后行转列的自动化处理

你可以直接用pandas完成这个自动化流程，以下是可直接运行的参考代码：

首先导入依赖库：

import pandas as pd

步骤1：导入你的数据 #

你可以先用模拟数据测试，再替换成自己的真实数据读取逻辑：

# 模拟第一个表：水果品类数量表
df_fruit = pd.DataFrame({
    "idx": [1,2,3,4],
    "Group": ["苹果", "苹果", "橙子", "菠萝"],
    "Family": ["红富士", "嘎啦果", "脐橙", "金钻凤梨"],
    "Quantity": [120, 89, 230, 76]
})

# 模拟第二个表：审计属性表
df_audit = pd.DataFrame({
    "Group audit": ["苹果", "苹果", "苹果", "苹果", "橙子", "橙子", "菠萝", "菠萝", "西瓜", "西瓜"],
    "Audit variations": ["Quality", "Variations", "Family", "Defect", "甜度", "酸度", "重量", "成熟度", "瓜纹", "含水量"]
})

如果你的数据存在本地文件里，把上面的构造代码替换成对应读取逻辑即可：

• csv文件用df = pd.read_csv("你的文件路径.csv")
• Excel文件用df = pd.read_excel("你的文件路径.xlsx")

步骤2：处理审计表，把审计维度从行转成列 #

# 按品类分组，把同一个品类的所有审计维度聚合为列表
audit_grouped = df_audit.groupby("Group audit")["Audit variations"].apply(list).reset_index()

# 把聚合的列表拆为独立的空列
audit_wide = audit_grouped.join(
    pd.DataFrame(audit_grouped["Audit variations"].tolist(), index=audit_grouped.index)
).drop("Audit variations", axis=1)

步骤3：匹配两个表，输出最终结果 #

# 左连接保留第一个表的所有行，匹配对应品类的审计列
df_final = df_fruit.merge(
    audit_wide, 
    left_on="Group", 
    right_on="Group audit", 
    how="left"
).drop("Group audit", axis=1)

运行完成后df_final就是你需要的结果，会自动根据匹配到的品类追加对应审计维度的空列，无需手动新增。

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