此係列文章收錄在公眾號中：數據大宇宙 > 數據處理 >E-pd

轉發本文並私信我"python"，即可獲得Python資料以及更多系列文章(持續更新的)

經常聽別人說 Python 在數據領域有多厲害，結果學了很長時間，連數據處理都麻煩得要死。後來才發現，原來不是 Python 數據處理厲害，而是他有數據分析神器—— pandas

前言

Excel 中名聲最響的就是 vlookup 函數，當然在 Excel 函數公式中用於查找的函數家族也挺大，不過在 pandas 中這功能卻要簡單多了。今天就來看看 pandas 中任何實現 Excel 中的多列批量 vlookup 的效果

案例1：簡單匹配

一天，你收到一份數據源表如下：

• 每個人每個城市的銷售額數據

接著，你需要把下圖的表格從數據源表匹配過來：

• 根據名字與上方的城市名字，從表1中匹配數據

對於 Excel 來說，這需求很簡單，一個 vlookup 即可解決：

• 由於剛好目標表的城市順序與源表順序一樣，因此可以這麼解決

那麼我們來看看 pandas 中怎麼實現：

• 行6、7，由於現在需要姓名匹配，我們把2份數據的姓名列設置為行索引
• 行9，簡單調用 update 方法，表示 df_tg 按照 df_src 更新值

由於 pandas 的數據表(DataFrame) 有行列索引，並且總是行列索引對齊，因此匹配數據是輕而易舉的事情。

注意：本文所有的 pandas 更新方法，都是索引更新，而非遍歷更新，因此速度非常快。別用 vlookup 的速度與其相比

案例2：有缺失

有時候，目標表不是這麼"好說話"：

• 這次的城市列只有2列

那麼，用 Excel 的 vlookup 就要配合 match 函數進行動態定位：

不多講解 Excel 的做法了，因為隨著需求難度逐漸提升，公式會越來越"醜"

同樣看看 pandas 的做法：

你可能會覺得是我貼錯了代碼，這不就是案例1的代碼嗎？

你沒看錯，這代碼只是讀取的表名不一樣而已。其他代碼一樣。很簡單吧。

案例3：不存在的列

你可能會疑問：如果目標表本身就有一些數據源不存在的列，那麼更新還能順利嗎：

• 目標表多了一列數據，我們當然希望更新不會影響到這一列

繼續看 pandas 的代碼：

• 是的，他很智能，只會更新列名配對的那些列

案例4：多列匹配

上面的案例只是根據名字來匹配，如果需要根據多個列匹配呢？

如下一份數據源：

• 顆粒為，每人每個城市的指標值

目標表如下：

• 根據 姓名 與 城市 ，匹配出指標

你可能會以為這次我總要用點啥技巧了吧。pandas 沒有那麼多花俏的東西，還是那段代碼：

• 行6和7，設置 姓名 與 城市 作為行索引即可，其他代碼不變

這裡的案例只是行索引為多層索引，實際上即使是列標題為多層複合，也能用同樣的方式匹配。

多層索引及其應用，以及更多關於數據更新的高級應用，請關注我的 pandas 專欄：

總結

本文重點：

• DataFrame.update 是更新值的好工具
• 構造好行列索引，是關鍵

需要源碼的小夥伴請轉發本文並私信我"python"

如果希望從零開始學習 pandas ，那麼可以看看我的 pandas 專欄。