Pandas的merge()，使Excel的Vlookup效率加倍

Python中的pandas库里的merge()，可以理解成Excel的Vlookup，用于重复性的工作突显奇效。如，需要很多个字段进行Vlookup时，merge()写好语句，即可自动完成。话不多说，下面开始merge()神器。

举的例子和上一文章一样。【数据1.xlsx】、【数据2.xlsx】

目的：将【数据2.xlsx】的2列填充到【数据1.xlsx】

第一步：将这2个表在Python中打印：

import  pandas as pd
地址1='C:/Users/yellow/Desktop/数据1.xlsx'
地址2='C:/Users/yellow/Desktop/数据2.xlsx'
data1=pd.read_excel(地址1,header=0)
data2=pd.read_excel(地址2,header=0)

导入pandas模块，分别读取路径里的表，header=0是以0行为表头，从第1行开始读取数据。

第二步：开始使用merge()

data3=pd.merge(data1,data2,on='姓名',how='left')

公式是这样的，第一次用的时候我也比较蒙圈。data1、data2是要操作的表。on='姓名'，两个表要进行关联的相同列。how=’left‘是将【数据2.xlsx】的数据填充到【数据1.xlsx】。

其实on='姓名'也有其他用法，如两个表的列内容一样，但列名不一样，可以用left_on=' '、right_on=' '分别填上列名。

data3=pd.merge(data1,data2,left_on='姓名',right_on='姓名',how='left')

第三步：打印且保存新的表

data3.to_excel('C:/Users/yellow/Desktop/数据3.xlsx',index=False)

将data3导出excel，得到以下表【数据3.xlsx】

总结：

用merge()，其实写好了代码，就能重复使用，不像vlookup,每次都要重新输入一次公式，比较麻烦。merge()确实在匹配里独占优势。欢迎评论区留言~~