声明：优化的项目越来越难做，使用python工具助理于优化项目，减少重复工作。减少加班啊！希望通信相关的同学们一起交流学习！本人刚开始学习，不知地方请大家指出谢谢。
今日学习python 对于excel中的Vlookup功能。
1.使用的包是import pandas as pd；
2.函数使用的是merge（）；
3.直接用pandas的merge方法会形成笛卡尔积,原因是子表表中有重复的（子表是指excel中公式运行的表）。要先对子表进行去重。
import pandas as pd
#用于重复字段进行处理，避免删除。
def my_xyk(a,b):
if ('xxxx') in a:
return a+str(b)
else:
return a
def vlookup_sub_find_all(sub_file,all_file):
df_sub=pd.DataFrame(pd.read_excel(sub_file,converters={'CellName':str,'eNodeBID':str,'ddd':str},sheet_name='达坂城区')) #读入子表，
df_sub['序号']=df_sub.index #取一个不起作用的字段临时记一下自然记录号
df_sub['CellName']=df_sub.apply(lambda row: my_xyk(row['CellName'],row['序号']),axis=1) #XYK开头的流水号会不唯一，形成笛卡儿积，为了不让‘XYK’开头的流水号被去重。
df_sub['is_duplicated'] = df_sub.duplicated(['CellName'])
df_dup = df_sub.loc[df_sub['is_duplicated'] == True]
print(df_dup)
print(df_sub['CellName'])
df_sub.drop_duplicates('CellName','first',inplace=True) #去重
df_all=pd.DataFrame(pd.read_excel(all_file,sheet_name='总表')) #读入主表，含有【用途】字段
df_all.drop_duplicates('CellName','first',inplace=True) #去重
df=pd.merge(df_all.loc[:,['CellName','Longitude','Latitude']],df_sub,how='right',on='CellName') #,sort=False不用以on键排序,生成了追加【用途】的子表数据df1.loc[:,['CellName','Longitude','Latitude']],df2,on="CellName",how="right",)
#print(df)
df['Longitude'].fillna(df['eNodeBID']+'(自补)',axis=0,inplace=True) #清洗需要用得的空数据，列方向
return df
sub_file=all_file='E:\python_project\hhh.xlsx'
ss=vlookup_sub_find_all(sub_file,all_file)
print(ss)
代码解释：
df1 = pd.read_excel(‘hhh.xlsx’,sheet_name=‘总表’)读取sheet名为 总表 名的sheet；
db1 =df1[“CellName”].duplicated().value_counts() 查看表中名为cellname字段是否有重复
df_sub.drop_duplicates() 删除表中重复。
df[‘Longitude’].fillna(df[‘eNodeBID’]+’(自补)’,axis=0,inplace=True) 没有vlookup到的用enbid和自补填充。
本次的问题是 判断重复用的字段，未找到合适方法。
参照：https://blog.csdn.net/weixin_43097265/article/details/102910597
df1 = pd.read_excel('hhh.xlsx',sheet_name='总表')
df2 = pd.read_excel('hhh.xlsx',sheet_name='达坂城区')
db1 =df1["CellName"].duplicated().value_counts()
db2 =df2["CellName"].duplicated().value_counts()
df_V = pd.merge(df1.loc[:,['CellName','Longitude','Latitude']],df2,on="CellName",how="right",)
print(df_V)
data = df1.head() #默认读取前5行
print("获取前5行值：\n{0}",format(data))
ss = df_V.query('Longitude == ["NaN"]')
print("未匹配：\n{0}",format(ss))
