本文介绍如何在 Pandas 中替代 Excel VLOOKUP，通过向量化操作（而非低效循环）将查找值匹配到目标列，并生成包含“Lookup item”和“Corresponding item”的新 DataFrame，避免 append() 循环导致的性能问题与结构错误。
本文介绍如何在 pandas 中替代 excel vlookup，通过向量化操作（而非低效循环）将查找值匹配到目标列，并生成包含“lookup item”和“corresponding item”的新 dataframe，避免 `append()` 循环导致的性能问题与结构错误。
在实际数据处理中，用 Python/Pandas 替代 Excel 的 VLOOKUP 是常见需求：给定一组查找键（如 lookup_id），需判断其是否存在于另一张表的某列（如 id_number），并据此生成对应状态（如 "OK" 或 "NAN"）。原始代码使用 for 循环 + array + 手动字符串拼接，不仅无法正确构建 DataFrame，还违背 Pandas 向量化设计原则，导致性能差、易出错、难以维护。
✅ 推荐方案：使用 .isin() + np.where()（最简洁高效）
这是处理“存在性判断 + 状态映射”的标准做法。它完全避免循环，底层基于哈希查找，时间复杂度接近 O(n)，且代码清晰、可读性强：
import pandas as pd
import numpy as np
# 原始查找列表 → 转为 DataFrame 作为主表
lookup_ids = [111, 222, 333, 444, 777, 1089, 3562]
df_lookup = pd.DataFrame({'Lookup item': lookup_ids})
# 参考数据表（含 id_number 列）
df_past = pd.DataFrame({'id_number': [111, 23, 333, 444, 10101, 777, 222]})
# 向量化判断：Lookup item 是否存在于 df_past['id_number'] 中
mask = df_lookup['Lookup item'].isin(df_past['id_number'])
df_lookup['Corresponding item'] = np.where(mask, 'OK', 'NAN')
print(df_lookup)输出结果：
Lookup item Corresponding item 0 111 OK 1 222 OK 2 333 OK 3 444 OK 4 777 OK 5 1089 NAN 6 3562 NAN
⚠️ 注意事项：
- ❌ 不要使用
list.append()或pd.DataFrame.append()（已弃用）在循环中逐行添加数据——这会导致指数级性能下降（每次append都重建整个 DataFrame）； - ✅
.isin()自动对df_past['id_number']构建哈希集合，查找效率远高于for循环中反复调用df_past[df_past['id_number']==x]； - ✅ 若需返回更多字段（如匹配行的其他列值），应改用
pd.merge()或map()，而非apply()—— 后者虽可行但仍是隐式循环，性能较差；
? 进阶：返回匹配行的完整信息（推荐用 merge）
若 df_past 不仅含 id_number，还有 name、score 等关联字段，直接左连接即可：
# 假设 df_past 还有额外信息
df_past = pd.DataFrame({
'id_number': [111, 23, 333, 444, 10101, 777, 222],
'name': ['A', 'B', 'C', 'D', 'E', 'F', 'G'],
'score': [85, 92, 78, 96, 88, 91, 83]
})
# 左连接：以 lookup_ids 为主，匹配 df_past 中 id_number
result = df_lookup.merge(
df_past.rename(columns={'id_number': 'Lookup item'}),
on='Lookup item',
how='left'
)[['Lookup item', 'name', 'score']]
# 将缺失行的 name/score 填充为 'NAN'（或保留 NaN）
result = result.fillna('NAN')
print(result)? 总结：
Pandas 的核心优势在于向量化操作。面对 VLOOKUP 类任务，优先选择 .isin()（存在性）、.map()（一对一映射）或 .merge()（多字段关联），彻底摒弃手动循环 + 字符串拼接 + append() 的反模式。这不仅能生成结构正确的 DataFrame，还能提升执行速度数十倍，并保障代码健壮性与可维护性。
