Python也可以实现Excel中的“Vlookup”函数？
人生苦短，快学Python！
VLOOKUP函数大家应该都很熟悉吧，它可以帮我们根据指定的条件快速查找匹配出相应的结果，通常被用于核对、匹配多个表格之间的数据。与数据透视表，并称为数据er最常用的两大Excel功能。
那我们今天就聊聊，如何Python写Excel中的“Vlookup”函数？
Excel
如图所示，在“测试工资数据.xlsx”表格文件中有两个sheet，其中sheet1是我们的数据源区域，而sheet2存储的是待查找的员工姓名和工资。
在sheet2中，一列是员工姓名，一列是他们的对应工资。
vlookup函数就是在表格或数值数组的首列查找指定的数值，并由此返回表格或数组当前行中指定列处的数值。语法格式如下所示：
VLOOKUP (lookup_value, table_array, col_index_num, [range_lookup])
对应在本次案例中的使用，如下图所示。
一般是匹配条件容易记混，如果为FALSE或0，则返回精确匹配，如果找不到，则返回错误值 #N/A。如果 range_lookup 为TRUE或1，函数 VLOOKUP 将查找近似匹配值。
openpyxl
在Python中利用openpyxl库，就可以完成公式的填充。因此在使用openpyxl之前，需要安装好这个库。
pip install openpyxl
在openpyxl中，读取已有的Excel文件，使用到的是load_workbook类，因此需要提前导入这个类。接着，实例化load_workbook("测试工资数据.xlsx")对象，得到一个工作簿对象。
然后，使用workbook["Sheet2"]激活该工作簿中的Sheet2表，表示我们要针对这个表进行操作。完成上述操作后，下面就可以进行vlookup公式的填写了。[1]
from openpyxl import load_workbook
workbook = load_workbook("测试工资数据.xlsx")
sheet = workbook["Sheet2"]
sheet["B1"] = "基本工资(Python)"
for i in range(2, sheet.max_row+1):
sheet[f"B{i}"] = f'=VLOOKUP(A{i},Sheet1!A:B,2,FALSE)'
workbook.save(filename = "vlookup.xlsx")
首先，我们利用sheet["B1"] = "基本工资(Python)"修改B1单元格位置的表头。然后通过for循环语句，循环第2行到最后一行，针对每一个B列单元格，我们都写入上述vlookup公式。最后记得保存一下即可。
不过需要注意，Python操作Excel的优势在于处理大数据、或者重复性工作。在本次案例中，使用openpyxl库向Excel中写入Vlookup函数多少有点大材小用了。
经过openpyxl一番操作，如同庄周带净化。
Pandas
在这数据爆炸的时代，我们无时无刻不在和数据打交道。面对杂乱无章的数据Pandas 模块应运而生了，它提供了数据导入、数据清洗、数据处理、数据导出等一套流程方法，可以很方便地帮助我们自动整理数据[2]。
那么Excel中的这种常用函数，Pandas模块自然也是可以轻松搞定了。
在 Pandas 模块中，调用merge()方法，可以帮助我们实现数据连接。
在交互式环境中输入如下命令：
import pandas as pd
path = "测试工资数据.xlsx"
df_1 = pd.read_excel(path, sheet_name = 'Sheet1')
df_2 = pd.read_excel(path, sheet_name = 'Sheet2')
pd.merge(df_2["姓名"], df_1[["姓名", "基本工资"]], how="left", on="姓名")
输出结果：
这样我们就用Python（openpyxl + Pandas）实现了Excel中的“Vlookup”函数。
最近清华大学有本新书上市，这本书详细阐述了与Pandas相关的基本解决方案。
主要包括Pandas基础，DataFrame基本操作，创建和保留DataFrame，开始数据分析，探索性数据分析，选择数据子集，过滤行，对齐索引，分组以进行聚合、过滤和转换，将数据重组为规整形式，组合Pandas对象，时间序列分析，使用Matplotlib、Pandas和Seaborn进行可视化，调试和测试等内容。
此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。刚兴趣的朋友可以扫码了解一下~
参考资料
黄伟呢: Python中也可以写Excel中的“Vlookup”函数？
[2]书籍: 《快学Python：自动化办公轻松实战》
推荐阅读