【从零开始学excel办公自动化】告别 Excel 公式地狱!用 Pandas 轻松搞定跨表vlookup操作
- 2026-04-29 12:06:51
10年青少年编程教育经验 | 资深Python专家
前大厂技术总监 | 现编程教育创业者
专注青少年编程教育技能提升
大家好，我是浩浩学编程的方老师，这是excel办公自动化系列的第21课。
今日技能
📱 一文给大家快速掌握python处理excel的复杂公式问题
你是否写过长达 3 行的 Excel 公式？
你是否因为 VLOOKUP 找不到值而抓狂？
你是否在 50 万行数据面前看着 Excel 卡成PPT？
今天这篇文章，方老师带你用 Python 的 pandas 库，优雅地解决这些痛点。
不需要你是编程大神，跟着例子一步步来，你也能学会！
一、先说句大实话：Excel 公式不是不好，是"复杂场景"扛不住
Excel 是伟大的工具，日常处理几百行数据，写个 =SUM(A1:A10) 完美解决求和问题。
但现实往往是这样的（根据不同阈值显示不同名称）：
=IF(AND(A2>100, B2="VIP"),C2*0.8, IF(OR(A2>50, D2="促销"),C2*0.9, C2))
再比如，你要根据多个条件做汇总：
=SUMIFS(C:C, A:A, "北京",B:B, "手机",D:D, ">2024-01-01")
公式本身没问题，但——
而 pandas，恰好是来解决这些问题的。
二、Pandas 是什么？一句话解释（有朋友提问答疑）
pandas = Python 版的超级 Excel。
它把表格叫做 DataFrame（数据框），每一列叫做 Series（序列）。
你可以把它想象成一个"可以用代码操控的 Excel 表格"。
安装只需一行：
pip install pandas使用只需两行：
import pandas as pd# 读取 Excel 文件，就像打开一个工作簿df = pd.read_excel("销售数据.xlsx")
就这么简单，你的 Excel 数据已经变成了一个可以编程操作的对象。
三、先建关联：Excel 函数 → Pandas 写法对照表
别急着写代码，先看这张对照表，建立"翻译"的感觉：
发现规律了吗？
Excel 是"对单元格操作"，pandas 是"对整列操作"。
一次写好，整列搞定，不用拖拽填充柄。
四、实战演练：跨表匹配数据vlookup的完替
下面我们用一个虚拟的销售数据表来演示。
假设数据长这样：
用代码创建这个表：
import pandas as pddf = pd.DataFrame({'订单号': [1001, 1002, 1003, 1004, 1005],'城市': ['北京', '上海', '北京', '广州', '上海'],'商品': ['手机', '电脑', '手机', '平板', '手机'],'销售额': [5999, 8999, 4599, 3299, 5999],'日期': pd.to_datetime(['2024-03-15', '2024-03-16','2024-03-17', '2024-03-18', '2024-03-19']),'客户等级': ['VIP', '普通', 'VIP', '普通', 'VIP']})
场景：VLOOKUP —— 跨表匹配数据
需求：每个城市属于哪个区域？需要从另一张"城市-区域对照表"中查找。
Excel 写法：
=VLOOKUP(B2, 区域表!A:B, 2, 0)而用 Pandas 来写：
# 区域对照表region_map = pd.DataFrame({'城市': ['北京', '上海', '广州', '深圳', '成都'],'区域': ['华北', '华东', '华南', '华南', '西南']})# 一行搞定，相当于 VLOOKUPdf = df.merge(region_map, on='城市', how='left')print(df[['城市', '区域']])
划重点：
merge 就是 pandas 版的 VLOOKUP，而且它比 VLOOKUP 更强大——可以按多列匹配、支持左连接/右连接/全连接，再也不用担心"查找值必须在第一列"的限制。
看到这里，有朋友会问，这个还不如vlookup方便呢？一行就行，这个还要些那么多。
那么方老师就问问大家，vlookup的限制有哪些？有人知道吗？
不妨从下面的这个例子来看：
场景 2：VLOOKUP 的"三大噩梦"——pandas 一招破局
上面那个简单的 VLOOKUP 可能还不够"痛"。来，看看下面这个真实工作场景：
需求：你有一张"订单表"，需要根据商品名称 + 城市两个条件，从"价格政策表"中匹配出折扣价、供应商、库存状态三列信息。
价格政策表长这样（注意：商品名称不在第一列！）
Excel 的噩梦开始了：
噩梦 1：VLOOKUP 只能返回一列。
你要返回"折扣价、供应商、库存状态"三列，就得写三遍公式：
=VLOOKUP(匹配值, 价格表!C:G, 3, 0) ← 折扣价=VLOOKUP(匹配值, 价格表!C:G, 1, 0) ← 供应商=VLOOKUP(匹配值, 价格表!C:G, 5, 0) ← 库存状态
噩梦 2：VLOOKUP 要求查找列必须在最左边。
但价格表里"商品"在第 3 列，不在第 1 列！你得用 INDEX + MATCH 组合拳：
=INDEX(价格表!E:E,MATCH(1, (价格表!C:C=C2)*(价格表!D:D=B2),0))
噩梦 3：多条件匹配。
你要同时按"商品 + 城市"匹配，VLOOKUP 根本做不到，只能用 INDEX + MATCH 数组公式（老版本 Excel 还要按 Ctrl+Shift+Enter）。
三列 × 多条件 × 列序，Excel 里至少要写三个超长数组公式，而且稍有不慎就报 #N/A。
pandas 呢？一行。
# 价格政策表price_policy = pd.DataFrame({'生效日期': ['2024-01-01'] * 5,'供应商': ['华强北数码', '华强北数码','联想直营', '联想直营', '苹果授权'],'商品': ['手机', '手机', '电脑', '电脑', '平板'],'城市': ['北京', '上海', '北京', '上海', '广州'],'折扣价': [5200, 5400, 7800, 8000, 3100],'库存状态': ['充足', '充足', '紧张', '充足', '缺货']})# 一行代码，多条件匹配 + 多列返回，全部搞定df = df.merge(price_policy[['商品', '城市', '供应商','折扣价', '库存状态']],on=['商品', '城市'], # 按两列同时匹配！how='left')print(df[['订单号', '商品', '城市', '供应商','折扣价', '库存状态']])
输出：
订单号 商品 城市 供应商 折扣价 库存状态0 1001 手机 北京 华强北数码 5200 充足1 1002 电脑 上海 联想直营 8000 充足2 1003 手机 北京 华强北数码 5200 充足3 1004 平板 广州 苹果授权 3100 缺货4 1005 手机 上海 华强北数码 5400 充足
来，对比一下：
五、总结
一句话总结：Excel 是"手动挡"，pandas 是"自动挡"。
日常小数据用 Excel 没问题，但当你发现自己在反复写复杂公式、反复做相同操作时，就是时候升级了。
有问题欢迎留言讨论，我会一一解答 👇
🎉 同学们，看到这里，你学会了吗！
方老师说： 🚀 现在屏幕前的你已经比90%的同龄人领先一步了！
接下来可以：
介绍一下pandas输出excel中复杂公式实现嵌套if语句（下期教程教！）
⚠️ 遇到问题？评论区甩截图，方老师尽量在24小时内回复！
如果这篇文章对你有帮助，记得点个「推荐」，转发给还在用Excel加班的同事！
