23

我正在寻找 vlookup 的替代品,在感兴趣的环境中提高性能。

上下文如下:

  • 我有一个很大的 {key;data} 数据集(~ 100'000 条记录)
  • 我想对数据集执行很多 VLOOKUP 操作(典型用途是对整个数据集进行重新排序)
  • 我的数据集没有重复键
  • 我只寻找完全匹配(最后一个参数VLOOKUPFALSE

解释的模式:

参考表:( "sheet1")

        A           B
     1
     2  key1        data1
     3  key2        data2
     4  key3        data3
   ...  ...         ...
 99999  key99998    data99998
100000  key99999    data99999
100001  key100000   data100000
100002

查询表:

        A           B
     1
     2  key51359    =VLOOKUP(A2;sheet1!$A$2:$B$100001;2;FALSE)
     3  key41232    =VLOOKUP(A3;sheet1!$A$2:$B$100001;2;FALSE)
     4  key10102    =VLOOKUP(A3;sheet1!$A$2:$B$100001;2;FALSE)
   ...  ...         ...
 99999  key4153     =VLOOKUP(A99999;sheet1!$A$2:$B$100001;2;FALSE)
100000  key12818    =VLOOKUP(A100000;sheet1!$A$2:$B$100001;2;FALSE)
100001  key35032    =VLOOKUP(A100001;sheet1!$A$2:$B$100001;2;FALSE)
100002

在我的 Core i7 M 620 @2.67 GHz 上,计算时间约为 10 分钟

在这种情况下是否有性能更好的 VLOOKUP 替代品?

4

4 回答 4

23

我考虑了以下替代方案:

  • VLOOKUP 数组公式
  • 匹配/索引
  • VBA(使用字典)

比较的表现是:

  • VLOOKUP 简单公式:~10 分钟
  • VLOOKUP 数组公式:~10 分钟(1:1 性能指数)
  • MATCH / INDEX : ~2 分钟 (5:1 表现指数)
  • VBA(使用字典):~6 秒(100:1 性能指数)

使用相同的参考表

1)查找表:(vlookup数组公式版)

         A          B
     1
     2   key51359    {=VLOOKUP(A2:A10001;sheet1!$A$2:$B$100001;2;FALSE)}
     3   key41232    formula in B2
     4   key10102    ... extends to
   ...   ...         ... 
 99999   key4153     ... cell B100001
100000   key12818    ... (select whole range, and press
100001   key35032    ... CTRL+SHIFT+ENTER to make it an array formula)
100002

2)查找表:(匹配+索引版本)

         A           B                                       C
      1
      2  key51359    =MATCH(A2;sheet1!$A$2:$A$100001;)       =INDEX(sheet1!$B$2:$B$100001;B2)
      3  key41232    =MATCH(A3;sheet1!$A$2:$A$100001;)       =INDEX(sheet1!$B$2:$B$100001;B3)
      4  key10102    =MATCH(A4;sheet1!$A$2:$A$100001;)       =INDEX(sheet1!$B$2:$B$100001;B4)
    ...  ...         ...                                     ...
  99999  key4153     =MATCH(A99999;sheet1!$A$2:$A$100001;)   =INDEX(sheet1!$B$2:$B$100001;B99999)
 100000  key12818    =MATCH(A100000;sheet1!$A$2:$A$100001;)  =INDEX(sheet1!$B$2:$B$100001;B100000)
 100001  key35032    =MATCH(A100001;sheet1!$A$2:$A$100001;)  =INDEX(sheet1!$B$2:$B$100001;B100001)
 100002

3)查找表:(vbalookup版本)

       A          B
     1
     2  key51359    {=vbalookup(A2:A50001;sheet1!$A$2:$B$100001;2)}
     3  key41232    formula in B2
     4  key10102    ... extends to
   ...  ...         ...
 50000  key91021    ... 
 50001  key42       ... cell B50001
 50002  key21873    {=vbalookup(A50002:A100001;sheet1!$A$2:$B$100001;2)}
 50003  key31415    formula in B50001 extends to
   ...  ...         ...
 99999  key4153     ... cell B100001
100000  key12818    ... (select whole range, and press
100001  key35032    ... CTRL+SHIFT+ENTER to make it an array formula)
100002

注意:由于某些(外部内部)原因,vbalookup 一次无法返回超过 65536 个数据。所以我不得不将数组公​​式一分为二。

和相关的 VBA 代码:

Function vbalookup(lookupRange As Range, refRange As Range, dataCol As Long) As Variant
  Dim dict As New Scripting.Dictionary
  Dim myRow As Range
  Dim I As Long, J As Long
  Dim vResults() As Variant

  ' 1. Build a dictionnary
  For Each myRow In refRange.Columns(1).Cells
    ' Append A : B to dictionnary
    dict.Add myRow.Value, myRow.Offset(0, dataCol - 1).Value
  Next myRow

  ' 2. Use it over all lookup data
  ReDim vResults(1 To lookupRange.Rows.Count, 1 To lookupRange.Columns.Count) As Variant
  For I = 1 To lookupRange.Rows.Count
    For J = 1 To lookupRange.Columns.Count
      If dict.Exists(lookupRange.Cells(I, J).Value) Then
        vResults(I, J) = dict(lookupRange.Cells(I, J).Value)
      End If
    Next J
  Next I

  vbalookup = vResults
End Function

注意:Scripting.Dictionary需要一个Microsoft Scripting Runtime必须手动添加的引用(Excel VBA 窗口中的工具->引用菜单)

结论 :

在这种情况下,使用字典的 VBA 比使用 VLOOKUP 快 100 倍,比 MATCH/INDEX 快 20 倍

于 2013-09-06T11:31:30.057 回答
6

您可能还想考虑使用“双重 Vlookup”方法(不是我的想法 - 在其他地方看到)。我在工作表 2 上的 100,000 个查找值(随机排序)上对其进行了测试,其数据集与您在工作表 1 上描述的数据集相同,并将其计时在不到 4 秒。代码也简单一些。

Sub FastestVlookup()

    With Sheet2.Range("B1:B100000")
        .FormulaR1C1 = _
        "=IF(VLOOKUP(RC1,Sheet1!R1C1:R100000C1,1)=RC1,VLOOKUP(RC1,Sheet1!R1C1:R100000C2,2),""N/A"")"
        .Value = .Value
    End With

End Sub
于 2014-02-24T22:07:51.090 回答
5

切换到 Excel 2013 并使用数据模型。在那里,您可以在两个表中定义具有唯一 ID 键的列,并将这两个表与数据透视表中的关系绑定。如果绝对必要,您可以使用 Getpivotdata() 来填充第一个表。我有一个 ~250K 行表在类似的 ~250K 行表中进行 vlookup。一小时后停止Excel计算。使用数据模型只需不到 10 秒。

于 2015-08-30T20:21:09.360 回答
-1

值修复:在构建字典时检查空白单元格。如果单元格为空白,则退出。

于 2018-01-31T15:51:50.463 回答