当前位置：极客教程 > Pandas > Pandas 问答 > pandas怎么实现vlookup

pandas怎么实现vlookup

pandas怎么实现vlookup

pandas怎么实现vlookup

在数据处理和分析中，我们经常需要进行数据合并和匹配操作，其中一种常用的操作是vlookup，即根据一个关键列在另一个数据表中查找匹配的数据。在Python中，pandas库提供了强大的功能，可以方便地实现vlookup操作。本文将详细讲解pandas如何实现vlookup。

1. 了解vlookup

在介绍pandas实现vlookup之前，我们先来了解一下vlookup的基本概念和用法。

vlookup全称为垂直查找（vertical lookup），是一种常用的表格数据处理操作，主要用于在一个数据表中根据某一列的值，在另一个数据表中查找匹配的数据。通常，vlookup的操作需要两个数据表（或数据框），其中一个数据表作为“主表”，另一个数据表作为“从表”或“参照表”。vlookup通过在主表中的某一列上查找对应值，在参照表中找到匹配的值，然后将其对应的其他列的值返回。

vlookup操作通常需要一个关键列作为匹配的依据，这个关键列在主表和参照表中可能具有不同的列名，但是应该保存相同的数据。vlookup操作会将主表中的关键列与参照表中的关键列进行匹配，如果找到匹配的值，则返回参照表中对应的其他列的值。

以下是vlookup的基本语法：

VLOOKUP(lookup_value, table_array, col_index_num, [range_lookup])
Python
  • lookup_value：在主表中用于查找的值。
  • table_array：参照表的范围，包括关键列和其他需要返回的列。
  • col_index_num：在参照表中要返回的列的索引号。
  • range_lookup（可选）：匹配模式，默认为True，即模糊匹配。如果设置为False，则进行精确匹配。

2. pandas实现vlookup

pandas是Python中最常用的数据处理和分析库，提供了灵活且高效的数据操作功能。pandas中的merge()函数可以方便地实现vlookup操作。

merge()函数的基本语法如下：

pandas.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False,sort=True)
Python
  • left：主表，也就是包含关键列的数据表或数据框。
  • right：参照表，也就是需要进行匹配的数据表或数据框。
  • on：关键列的名称或名称列表，在主表和参照表中具有相同名称的列将用于匹配。
  • how：合并方式，默认为’inner’，表示取两个数据框中公共的行；还可以选择’left’、’right’和’outer’。
  • left_on、right_on：主表和参照表中用于匹配的列的名称，可以指定不同的列名。
  • left_index、right_index：是否将数据框的索引用作连接键，默认为False。

下面通过几个示例来演示pandas实现vlookup的具体操作。

2.1 简单vlookup

我们先从一个简单的示例开始，假设我们有两个数据框：

import pandas as pd

# 主表（左表）
left_df = pd.DataFrame({'A': [1, 2, 3],
                        'B': ['a', 'b', 'c']})

# 参照表（右表）
right_df = pd.DataFrame({'A': [1, 2, 3, 4],
                         'C': ['x', 'y', 'z', 'w']})
Python

主表left_df包含两列，分别为’A’和’B’，参照表right_df包含两列，分别为’A’和’C’。我们的目标是根据主表中的’A’列的值，在参照表中查找匹配的数据，并将参照表中的’C’列的值合并到主表中。

使用merge()函数可以实现：

merged_df = pd.merge(left_df, right_df, on='A', how='left')
print(merged_df)
Python

结果如下所示：

   A  B    C
0  1  a    x
1  2  b    y
2  3  c    z
Python

结果数据框中保留了主表中的所有行，并将参照表中匹配的行的’C’列的值添加到结果数据框中。

2.2 模糊匹配

在vlookup操作中，通常可以选择进行精确匹配或模糊匹配。在pandas中，默认为模糊匹配。

继续使用前面的示例，假设我们将参照表中的第四行删除，并进行模糊匹配：

# 参照表（右表）
right_df = pd.DataFrame({'A': [1, 2, 3],
                         'C': ['x', 'y', 'z']})

merged_df = pd.merge(left_df, right_df, on='A', how='left')
print(merged_df)
Python

结果如下所示：

   A  B    C
0  1  a    x
1  2  b    y
2  3  c    z
Python

结果数据框中依旧保留了主表中的所有行，并且参照表中缺失的匹配值对应的’C’列为NaN。

2.3 精确匹配

除了模糊匹配外，我们还可以选择进行精确匹配。

继续使用前面的示例，假设我们进行精确匹配：

merged_df = pd.merge(left_df, right_df, on='A', how='left', indicator=True)
exact_match_df = merged_df[merged_df['_merge'] == 'both']  # 只保留匹配成功的行
print(exact_match_df)
Python

结果如下所示：

   A  B  C      _merge
0  1  a  x        both
1  2  b  y        both
2  3  c  z        both
Python

通过设置indicator=True，可以在结果数据框中增加一列_merge，表示匹配结果。精确匹配结果的_merge列值为’both’。可以通过过滤这一列来仅保留匹配成功的行。

3. 小结

pandas库提供了merge()函数，可以方便地实现vlookup操作。通过merge()函数，我们可以轻松地在主表和参照表之间进行数据匹配，根据需要选择模糊匹配或精确匹配。pandas的merge()函数还支持多个关键列的匹配，可以通过on参数传入一个关键列的列表来实现。例如：

# 主表（左表）
left_df = pd.DataFrame({'A': [1, 2, 3],
                        'B': ['a', 'b', 'c'],
                        'D': [10, 20, 30]})

# 参照表（右表）
right_df = pd.DataFrame({'A': [1, 2, 3, 4],
                         'B': ['a', 'b', 'c', 'd'],
                         'C': ['x', 'y', 'z', 'w'],
                         'E': [100, 200, 300, 400]})

merged_df = pd.merge(left_df, right_df, on=['A', 'B'], how='left')
print(merged_df)
Python

结果如下所示：

   A  B   D    C      E
0  1  a  10    x  100.0
1  2  b  20    y  200.0
2  3  c  30    z  300.0
Python

通过传入关键列的列表来实现多列的匹配。结果数据框中将保留主表中的所有行，同时将参照表中匹配的列的值合并到结果数据框中。

此外，merge()函数还支持不同列名的匹配。如果主表和参照表中的关键列具有不同的列名，可以使用left_on和right_on参数指定主表和参照表中用于匹配的列的名称。例如：

# 主表（左表）
left_df = pd.DataFrame({'A': [1, 2, 3],
                        'B': ['a', 'b', 'c'],
                        'D': [10, 20, 30]})

# 参照表（右表）
right_df = pd.DataFrame({'X': [1, 2, 3, 4],
                         'Y': ['a', 'b', 'c', 'd'],
                         'C': ['x', 'y', 'z', 'w'],
                         'E': [100, 200, 300, 400]})

merged_df = pd.merge(left_df, right_df, left_on='A', right_on='X', how='left')
print(merged_df)
Python

结果如下所示：

   A  B   D    X    Y    C      E
0  1  a  10  1.0    a    x  100.0
1  2  b  20  2.0    b    y  200.0
2  3  c  30  3.0    c    z  300.0
Python

通过left_on和right_on参数，可以指定在主表和参照表中用于匹配的列的名称。结果数据框中将保留主表中的所有行，并将参照表中匹配的列的值合并到结果数据框中。

总结起来，pandas的merge()函数提供了强大的功能，可以方便地实现vlookup操作。通过指定关键列、合并方式以及其他参数，我们可以完成数据表之间的匹配和合并，快速获得我们需要的结果。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas 精品教程

登录

找回密码？

注册