Python实现Excel和CSV中VLOOKUP功能：从数据清洗到合并的完整指南

阿麦

发布时间：2026-10-12| 2人浏览过

原创

本文详解如何利用Python的Pandas库在Excel和CSV文件中实现类似VLOOKUP的数据关联功能。内容涵盖删除指定行、获取最大行数、上下拼接表格以及使用merge函数进行左连接合并。通过具体代码示例，展示如何高效处理三国人物数据，解决大数据量下的性能问题，并提供从数据清洗到最终合并的完整操作流程。

本文将介绍如何使用python语言结合相关库，在Excel和CSV文件中实现类似于Excel内置VLOOKUP函数的数据查找与合并功能。为了掌握这一技能，首先需要了解python是如何操作Excel文件的。

1. python处理excel

1.1 删除excel中指定行

我们在文件夹中创建了一个包含三国人物数据的Excel文件。

观察发现，在【蜀】这一类别中，错误地多出了一条【晋】的数据记录。因此，我们的第一步是实现删除这条特定数据的功能。

import pandas as pd
import openpyxl
import os

shu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/蜀.xlsx'
#删除指定行
df_shu = pd.read_excel(shu)
selected_rows = df_shu.loc[df_shu["国家"] == "晋"]
print(selected_rows)

通过筛选条件，我们已经成功定位到了需要删除的那条数据。

接下来，我们可以利用数据框提供的drop()方法，根据索引删除选定的行。

df_shu = df_shu.drop(selected_rows.index)
print(df_shu)

最后一步是将处理后的结果重新保存回Excel文件，即可完成整个删除需求。

#保存至excel
df_shu.to_excel(shu, index=False)

此时再打开文件夹内的Excel文件，可以看到【晋】的数据已经被成功删除。

1.2 获取excel的最大行数

无需打开Excel文件，我们可以通过openpyxl库直接获取该文件的最大行数，从而对文件大小有一个初步的认识。

import pandas as pd
import openpyxl
import os

shu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/蜀.xlsx'
wei = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/魏.xlsx'
wu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/吴.xlsx'
#删除指定行
df_shu = pd.read_excel(shu)
df_wei = pd.read_excel(wei)
df_wu = pd.read_excel(wu)

#查看最大行数
workbook = openpyxl.load_workbook(wei)
worksheet = workbook['Sheet1']
max_row = worksheet.max_row

print(max_row)

执行上述代码后，即可直接获取到最大行数为4。

1.3 将excel表进行上下拼接

在当前示例中，魏、蜀、吴三个势力的数据是分开存放的。若要汇总整个三国的数据，可以先提取表头，再将剩余内容合并。这一过程可以通过concat函数来实现。

import pandas as pd
import openpyxl
import os

shu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/蜀.xlsx'
wei = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/魏.xlsx'
wu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/吴.xlsx'
#删除指定行
df_shu = pd.read_excel(shu)
df_wei = pd.read_excel(wei)
df_wu = pd.read_excel(wu)

#两张表进行上下拼接
df = pd.concat([df_shu, df_wei, df_wu])

# 将合并后的数据写入新的Excel文件
df.to_excel(r"D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/三国.xlsx", index=False)

运行程序后，会在当前文件夹中生成一个新文件。

检查新文件内容，确认其确实是多个源文件内容的拼接结果。

1.4 实现excel中的vlookup函数

在日常工作中，经常需要将两份Excel数据进行VLOOKUP操作。如果数据量较大，传统方法运行速度较慢，此时可以使用merge函数来高效实现。

import pandas as pd
import openpyxl
import os

#两张表进行vlookup
sanguo = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/三国.xlsx'
wuqi = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/武器.xlsx'

df_sanguo = pd.read_excel(sanguo)
df_wuqi = pd.read_excel(wuqi)

df=pd.merge(df_sanguo, df_wuqi, how= 'left',left_on = '人物', right_on = '名称')
print(df)

其中，how参数用于指定连接方式，本例采用左连接（left join）。left_on 和right_on 参数分别指定了两张表进行关联时所使用的字段名称。运行程序后，即可直接查看到关联后的结果。