此系列文章收录在公众号中：数据大宇宙 > 数据处理 >E-pd
经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas
前言
Excel 中名声最响的就是 vlookup 函数，当然在 Excel 函数公式中用于查找的函数家族也挺大，不过在 pandas 中这功能却要简单多了。今天就来看看 pandas 中任何实现 Excel 中的多列批量 vlookup 的效果
案例1：简单匹配
一天，你收到一份数据源表如下：
- 每个人每个城市的销售额数据
接着，你需要把下图的表格从数据源表匹配过来：
- 根据名字与上方的城市名字，从表1中匹配数据
对于 Excel 来说，这需求很简单，一个 vlookup 即可解决：
- 由于刚好目标表的城市顺序与源表顺序一样，因此可以这么解决
那么我们来看看 pandas 中怎么实现：
行6、7，由于现在需要姓名匹配，我们把2份数据的姓名列设置为行索引
- 行9，简单调用 update 方法，表示 df_tg 按照 df_src 更新值
由于 pandas 的数据表(DataFrame) 有行列索引，并且总是行列索引对齐，因此匹配数据是轻而易举的事情。
注意：本文所有的 pandas 更新方法，都是索引更新，而非遍历更新，因此速度非常快。别用 vlookup 的速度与其相比
案例2：有缺失
有时候，目标表不是这么”好说话”：
- 这次的城市列只有2列
那么，用 Excel 的 vlookup 就要配合 match 函数进行动态定位：
不多讲解 Excel 的做法了，因为随着需求难度逐渐提升，公式会越来越”丑”
同样看看 pandas 的做法：
你可能会觉得是我贴错了代码，这不就是案例1的代码吗？
你没看错，这代码只是读取的表名不一样而已。其他代码一样。很简单吧。
案例3：不存在的列
你可能会疑问：如果目标表本身就有一些数据源不存在的列，那么更新还能顺利吗：
- 目标表多了一列数据，我们当然希望更新不会影响到这一列
继续看 pandas 的代码：
- 是的，他很智能，只会更新列名配对的那些列
案例4：多列匹配
上面的案例只是根据名字来匹配，如果需要根据多个列匹配呢？
如下一份数据源：
- 颗粒为，每人每个城市的指标值
目标表如下：
- 根据 姓名 与 城市 ，匹配出指标
你可能会以为这次我总要用点啥技巧了吧。pandas 没有那么多花俏的东西，还是那段代码：
- 行6和7，设置 姓名 与 城市 作为行索引即可，其他代码不变
这里的案例只是行索引为多层索引，实际上即使是列标题为多层复合，也能用同样的方式匹配。
> 多层索引及其应用，以及更多关于数据更新的高级应用，请关注我的 pandas 专栏
总结
本文重点：
DataFrame.update 是更新值的好工具
构造好行列索引，是关键
需要源码的小伙伴，公众号发送”数据处理”
如果希望从零开始学习 pandas ，那么可以看看我的 pandas 专栏。
扫描二维码
获取更多精彩
数据大宇宙
若有收获，就点个赞吧
0 人点赞
