Python 玩转 Excel 案例【第 16 期】

📌 案例说明

原始数据表：

员工信息表：

工资表（匹配前）：

这是日常数据处理中非常常见的场景：两张表需要根据共同字段（工号）进行信息匹配。工资表的姓名列为空，需要从员工信息表中把对应的姓名填充过来。

目标任务：

在 Excel 中，这类需求通常使用 VLOOKUP 函数解决。

本期案例将跟大家一起学习如何用 Python 实现类似 VLOOKUP 的功能。

核心操作：数据映射 + 数据质量核查

• • 关键函数：map()、isin()、tolist()
• • 核心逻辑：用工号作为桥梁，从信息表匹配姓名，同时检查哪些工号匹配失败

📜 完整代码

"""
VLOOKUP匹配填充 - 根据工号从信息表匹配姓名
数据质量核查，输出未匹配到的工号列表
"""
import pandas as pd

# 读取两张表
df_info = pd.read_excel("员工信息表.xlsx")   # 工号、姓名、部门
df_salary = pd.read_excel("工资表.xlsx")     # 工号、姓名(空)、基本工资

# 根据工号匹配姓名（类似VLOOKUP）
df_salary["姓名"] = df_salary["工号"].map(df_info.set_index("工号")["姓名"])

# 数据质量核查：检查哪些工号没匹配上
unmatched = df_salary[~df_salary["工号"].isin(df_info["工号"])]["工号"].tolist()
print(f"⚠️ 未匹配到的工号：{unmatched}" if unmatched else "✅ 全部匹配成功")

# 保存结果
df_salary.to_excel("工资表_填充后.xlsx", index=False)

运行结果：

⚠️ 未匹配到的工号：[99999]

匹配后的工资表：

⚠️ 注意：工号 99999 在员工信息表中不存在，所以姓名填充为 NaN（空值），并被程序检测出来。

第一步：导入所需库

import pandas as pd

代码解释：

• • import pandas as pd
  导入 pandas 库，这是 Python 数据处理的核心武器。它提供了 read_excel() 读取 Excel、DataFrame 数据结构、map() 数据映射、isin() 条件筛选等强大功能。

第二步：读取数据

df_info = pd.read_excel("员工信息表.xlsx")   # 工号、姓名、部门
df_salary = pd.read_excel("工资表.xlsx")     # 工号、姓名(空)、基本工资

代码解释：

• • pd.read_excel()
  读取 Excel 文件，返回 DataFrame（数据表格）对象。
• • df_info
  存储员工信息表，包含工号、姓名、部门三列。
• • df_salary
  存储工资表，包含工号、姓名（空）、基本工资三列。

💡 小贴士：read_excel() 默认读取第一个工作表，如果文件有多个 Sheet，可以用 sheet_name 参数指定，如

 pd.read_excel("文件.xlsx", sheet_name="Sheet2")

第三步：核心匹配（VLOOKUP）

df_salary["姓名"] = df_salary["工号"].map(df_info.set_index("工号")["姓名"])

这行代码是整期案例的灵魂，实现了类似 Excel VLOOKUP 的功能。我们来一步步拆解：

3.1 df_info.set_index("工号")

将信息表的"工号"列设为行索引。

执行前：

执行后：

3.2 df_info.set_index("工号")["姓名"] - 构建查找表

只取出"姓名"这一列，得到一个 Series（带标签的一维数组），本质上就是一个键值对映射：

为什么不能直接写 df_info["姓名"]？

3.3 .map() 执行匹配

map() 是 pandas 中用于数据映射的方法，将一个 Series 中的每个值按照规则转换成另一个值。

df_salary["工号"].map(查找表)

执行过程：

3.4 赋值给姓名列

将匹配结果赋给 df_salary["姓名"]，完成姓名填充。

完整流程示意图

原始 df_info：
┌─────────┬────────┬────────┬────────┐
│ 数字索引 │  工号  │  姓名  │  部门  │
├─────────┼────────┼────────┼────────┤
│    0    │ 10001  │  张三  │ 销售部 │
│    1    │ 10002  │  李四  │ 技术部 │
│    2    │ 10003  │  王五  │ 技术部 │
│    3    │ 10004  │  赵六  │ 市场部 │
│    4    │ 10005  │  周七  │ 人事部 │
└─────────┴────────┴────────┴────────┘
                    ↓
           .set_index("工号")
                    ↓
┌────────┬────────┬────────┐
│  工号  │  姓名  │  部门  │  ← 工号变成了行索引
├────────┼────────┼────────┤
│ 10001  │  张三  │ 销售部 │
│ 10002  │  李四  │ 技术部 │
│ 10003  │  王五  │ 技术部 │
│ 10004  │  赵六  │ 市场部 │
│ 10005  │  周七  │ 人事部 │
└────────┴────────┴────────┘
                    ↓
              ["姓名"]
                    ↓
┌────────┬────────┐
│  工号  │  姓名  │  ← 只保留姓名列（查找表）
├────────┼────────┤
│ 10001  │  张三  │
│ 10002  │  李四  │
│ 10003  │  王五  │
│ 10004  │  赵六  │
│ 10005  │  周七  │
└────────┴────────┘
        ↓
    map() 匹配
        ↓
工资表工号 10003 → 查找表[10003] → "王五"

对比：有查找表 vs 无查找表

# 有查找表（简洁高效）
姓名 = 查找表[10003]  # 返回 "王五"

# 无查找表（又长又慢）
姓名 = df_info[df_info["工号"] == 10003]["姓名"].values[0]  # 返回 "王五"

第四步：数据质量核查

unmatched = df_salary[~df_salary["工号"].isin(df_info["工号"])]["工号"].tolist()
print(f"⚠️ 未匹配到的工号：{unmatched}" if unmatched else "✅ 全部匹配成功")

这行代码是数据质量核查的关键，能够自动找出哪些工号匹配失败。

逐步拆解

4.1 df_salary["工号"].isin(df_info["工号"])

判断工资表的每个工号是否在信息表的工号列表中。

4.2 ~ 取反

波浪线 ~ 是取反运算符，True 变 False，False 变 True。

4.3 df_salary[~df_salary["工号"].isin(df_info["工号"])]

用布尔值筛选行，只保留为 True 的行（即匹配失败的行）。

结果：

4.4 ["工号"] 和 .tolist()

取出工号列，并转换为 Python 列表。

最终结果：unmatched = [99999]

输出效果

• • 有未匹配的工号：⚠️ 未匹配到的工号：[99999]
• • 全部匹配成功：✅ 全部匹配成功

💡 小贴士：这个数据质量检查环节非常重要！在实际工作中，匹配失败通常意味着：信息表漏了某位员工、工资表工号录入错误、或者工号格式不一致（如文本型数字 vs 数值型数字）。及早发现这些问题，可以避免后续数据错误。

第五步：保存结果

df_salary.to_excel("工资表_填充后.xlsx", index=False)

print("✅ VLOOKUP匹配完成")

代码解释：

• • to_excel()
  将 DataFrame 保存为 Excel 文件。
• • "工资表_填充后.xlsx"
  输出文件名。使用新文件名可以保留原始数据，方便对比验证。
• • index=False
  不保存行索引。pandas 默认会给每行加一个数字索引（0,1,2...），通常我们不需要它出现在 Excel 中。

⚠️ 注意：这里保存为新文件，原始 工资表.xlsx 不会被修改。如果需要覆盖原文件，可以改成 df_salary.to_excel("工资表.xlsx", index=False)，但建议保留原始数据。

📚 本期核心知识点

📍 知识点 1：map() 数据映射

df_salary["姓名"] = df_salary["工号"].map(查找表)

• • 作用：将一个 Series 中的每个值，按照规则转换成另一个值
• • 支持：字典映射、Series 映射、函数映射
• • 特点：匹配失败返回 NaN

其他用法示例：

# 字典映射
df["性别代码"] = df["性别"].map({"男": 1, "女": 0})

# 函数映射
df["工号前缀"] = df["工号"].map(lambda x: f"EMP-{x}")

📍 知识点 2：isin() + ~ 查找不存在的值

unmatched = df_salary[~df_salary["工号"].isin(df_info["工号"])]["工号"].tolist()

记忆口诀：取反筛选不存在，取出列值转列表

📍 知识点 3：set_index() 设置行索引

df_info.set_index("工号")["姓名"]

• • 作用：将指定列设置为行索引，方便快速查找
• • 链式操作：设置索引后可以立即用 [列名] 取出需要的列

📍 知识点 4：to_excel() 保存文件

df.to_excel("输出文件.xlsx", index=False)

🔄 本案例核心流程

① 读取两张表 → ② 构建查找表 → ③ map 匹配姓名 → ④ 数据质量核查 → ⑤ 保存结果

读取员工信息表 (df_info)              读取工资表 (df_salary)
        ↓                                      ↓
set_index("工号")["姓名"]                    工号列
        ↓                                      ↓
    查找表 ←─────────────────────────────────┘
        ↓
    map() 匹配
        ↓
df_salary["姓名"] = 匹配结果
        ↓
    数据质量核查（isin + ~ + tolist）
        ↓
   保存到新Excel (to_excel)

📦 资源获取提示

关注「码农自习室」，后台回复关键词 PythonExcel案例，即可获取本文完整代码及配套练习数据集，一起动手掌握高效数据操作的核心技巧！

❤️ 支持我们

如果本文对你有帮助，欢迎点赞 + 关注 + 点亮小红心，你的支持就是我们持续创作的最大动力～