Excel中的Python:实现双向查找

标签：PY函数

在Excel数据处理中，经常用到双向查找，通常我们使用包含INDEX函数、MATCH函数等嵌套公式组合来实现，遇到复杂情况时难免有些繁琐。

Excel引入Python后，也内置了Pandas库，让我们可以简单灵活地实现双向查找。下面通过一个简单的示例来演示如何实现，示例数据如下图1所示。

图1

这个数据集包含了一些超市的数据。每行为一个超市数据，共四列：超市、位置、人流量和好评率。

双向查找通过行列索引来定位其交叉处的单元格，从而获取数据。例如，查找“好逛”超市的好评率，会得到95.66%。下面我们使用Python来获取这个数据。

首先，在单元格中输入：

=py

按Tab键进入Python模式。

然后，再其中输入：

Supermarket_df=xl(“A1:D6”, headers=True)

结果生成一个pandas数据框（DataFrame），包含行、列、标题和值，也附带了一个强大的索引系统。如下图2所示。

图2

接着，设置查找字段作为索引：

Supermarket_df = Supermarket_df.set_index(“超市”)

这一步很重要。它告诉pandas，使用超市名称作为行标签。现在可以通过超市名称来引用它们，而不是通过它们的位置来引用行。结果如下图3所示。

图3

现在，我们可以来查找“好逛”超市的人流量：

Supermarket_df.loc[“好逛”,”好评率”]

结果如下图4所示。

图4

其中，.loc[]中的第一项标识行，第二项标识列。我们知道，在Excel中，可能需要在第一列中匹配超市名称，并在标题行中匹配字段名称；在pandas中，一旦DataFrame被正确索引，就可以按名称直接指向行和列。

我们可以返回多列：

Supermarket_df.loc["好逛",["人流量","好评率"]]

结果如下图5所示。

图5

还可以返回多行多列：

Supermarket_df.loc[["好逛","邻家小超"],["位置","人流量"]]

结果如下图6所示。

图6

可以看到，pandas让实现变得很简洁，可以通过传递行标签和列标签列表来扩展查找，而不是重写或嵌套更复杂的公式。