python能实现excel什么功能_如何在Python中实现EXCEL的查找功能

我一直在尝试如何在Python中实现类似于EXCEL的VLOOKUP函数的特性，以便使用一个公共值组合多个数据集。我找到了一个确实有效的方法，但我觉得这不是最好的解决办法。在下面的示例中，为了说明我的问题，我将数据集限制为只有三个，但实际上，我可能有许多数据集import pandas as pd

import numpy as np

time_a = np.arange(0, 10010, 10)

data_a1 = np.random.randint(1500, 2500, 1001)

data_a2 = np.random.randint(750, 1500, 1001)

time_b = np.arange(0, 10005, 5)

data_b1 = np.random.randint(0, 10, 2001)

data_b2 = np.random.randint(0, 20, 2001)

data_b3 = np.random.randint(0, 15, 2001)

time_c = np.arange(0, 10030, 30)

df_a = pd.DataFrame({'time_a': time_a, 'data_a1': data_a1, 'data_a2': data_a2})

df_b = pd.DataFrame({'time_b': time_b, 'data_b1': data_b1, 'data_b2': data_b2, 'data_b3': data_b3})

df_c = pd.DataFrame({'time_c': time_c})

df_a_c = pd.merge_asof(df_c, df_a, left_on=['time_c'], right_on=['time_a'])

df_a_b_c = pd.merge_asof(df_a_c, df_b, left_on=['time_c'], right_on=['time_b'])

为了使其工作，我需要使用pd.merge_asof两次，考虑到我得到了三个数据集（我希望避免）。由于我现在得到了三个相同的时间（time_a，time_b，和{}），因此，也许还可以方便地将其中一个重命名为time并删除另外两个：

^{pr2}$

def vlookup(key, table, column, approximate_match=True):

compare = key.__ge__ if approximate_match else key.__eq__

try:

return max(row for row in table if compare(row[0]))[column]

except ValueError:

return None有可能用，例如，纽比或我必须绕道通过熊猫？在

是否必须多次使用pd.merge_asof组合多个数据集？在

如果我只想选择某些列而不合并整个数据集，那有可能吗？在

在Python中推荐的实践是什么？在

我非常感谢你的帮助。在