performance - 如何优化 vlookup 以获得高搜索次数？ (VLOOKUP 的替代方案)

Question

我正在寻找 vlookup 的替代方案，在感兴趣的上下文中提高性能。

上下文如下:

• 我有一个很大的 {key;data} 数据集(约 100'000 条记录)
• 我想对数据集执行大量 VLOOKUP 操作(典型用途是对整个数据集重新排序)
• 我的数据集没有重复的键
• 我仅查找精确匹配(VLOOKUP 的最后一个参数为 FALSE)

解释的模式:

引用表:("sheet1")

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

查找表:

        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 VLOOKUP 的替代方案具有更好的性能？

Answer 1

我考虑了以下替代方案:

• VLOOKUP 数组公式
• 匹配/索引
• VBA(使用字典)

比较的性能是:

• VLOOKUP 简单公式:约 10 分钟
• VLOOKUP 数组公式:约 10 分钟(1:1 性能指数)
• 匹配/索引:约 2 分钟(5:1 性能指数)
• VBA(使用字典):~6 秒(100:1 性能指数)

使用相同的引用表

1)查找表:(vlookup数组公式版本)

         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 无法一次返回超过 65536 个数据。所以我不得不将数组公​​式一分为二。

以及相关的 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 需要引用 Microsoft Scripting Runtime，它必须是手动添加(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，比使用 MATCH/INDEX 快 20 倍