python 实现数据化大屏_【论文数据处理】Python实现Vlookup任意多列匹配

    如果有用，底部打赏下  

     小样本数据查找匹配Excel的Vlookup轻松搞定，但对于动不动数万行数十万行的数据可能vlookup处理效率就相对低下了，所以思考了下Python的Vlookup实现及功能的增强以备不时之需。下面编了个例子简单验证。

     在论文写作过程中，我们经常需要从实验或临床数据中筛选出我们研究需要的数据，如下图所示，我们需要以表2的姓名为关键词快速把表1中相同患者的血糖、血脂填充到表2，当样本数据量少，需要填充的列相对少时，在Excel中使用vlookup可以快速搞定，具体如下，因操作简单故不详细说明，google教程也很多，简单总结了下载数据量少的情况下实现简单，但缺点明显处理大数据效率低下，换一个数据又需要再次写Fx表达式比较繁琐，重复劳动，而且在表格存在数据格式不一致的情况下常常出错。

    下面说说python实现，通过简单的修改代码就可以实现不同表格不同数据的快速查找匹配，而且重点是高效，数万行数据，任意多列匹配可一键完成，操作虽然貌似复杂一点点，但是可以减少很多重复劳动，匹配就可以快速分析，SPSS的钱还有数据操作、绘图都给你省了，话不多述直接看代码和最后运行的结果，运行完后会生成新的Excel表格：

#Author ZeroEgg #date 2020-04-21import pandas as pddata1=pd.read_excel(r'C:\Users\Administrator\Desktop\vlookup1.xlsx')data2=pd.read_excel(r'C:\Users\Administrator\Desktop\vlookup2.xlsx')name1=data1['姓名']name2=data2['姓名']glucose=data1['血糖'] tg=data1['血脂'] lb=[]for i in range(len(glucose)):    zz=[glucose[i],tg[i]]    lb.append(zz)cx=dict(zip(name1,lb))     vlookup=[]for k in name2:if cx.get(k) is not None:         zd={'名字':k,'血糖':cx.get(k)[0],'血脂':cx.get(k)[1]}        vlookup.append(zd)df=pd.DataFrame(vlookup)print(df)df.to_excel(r'C:\Users\Administrator\Desktop\111.xlsx', encoding='utf-8', index=False)

p.s上图与代码有少量区别，其中差异自行体会。

    最后还要说的是例子只是匹配了两列，但是随意修改一下逆向实现一键匹配多少列都行，这个例子也仅仅只是为了验证一下实现的可行性。同时也可以在这个基础上加上更多的数据处理功能，看自己需求修改。