VLOOKUP & XLOOKUP

เชื่อมข้อมูลข้ามตาราง

เมื่อข้อมูลอยู่คนละตาราง เราต้องใช้ Lookup Functions เพื่อดึงข้อมูลจากตารางหนึ่งมาใช้ในอีกตารางหนึ่ง — เหมือนกับ JOIN ใน SQL

VLOOKUP — ตัวคลาสสิก

Google Sheets

=VLOOKUP(search_key, range, index, [is_sorted])

Parameter	ความหมาย
search_key	ค่าที่ต้องการค้นหา
range	ตารางที่จะค้น (Column แรกต้องเป็น Key)
index	Column ที่ต้องการดึงค่า (นับจาก 1)
is_sorted	FALSE = Exact Match, TRUE = Approximate

ตัวอย่าง

สมมติมี 2 ตาราง:

ตารางคำสั่งซื้อ (Orders):

Order ID	Product ID	Qty
001	P101	5
002	P203	3

ตารางสินค้า (Products):

Product ID	Name	Price
P101	Widget A	500
P203	Gadget B	1200

=VLOOKUP(B2, Products!A:C, 2, FALSE)
→ ค้นหา Product ID ในตาราง Products → ดึง Name (Column 2)

=VLOOKUP(B2, Products!A:C, 3, FALSE) * C2
→ ดึง Price × Qty = ยอดรวม

กับดักที่พบบ่อย

1. ลืมใส่ FALSE — ถ้าไม่ใส่ parameter ที่ 4 จะเป็น Approximate Match ซึ่งต้องการข้อมูล sorted → ผลลัพธ์ผิด!

2. Column Index ผิด — ถ้าเพิ่ม Column ในตาราง index จะเลื่อน → สูตรพัง

3. ค้นได้แค่ซ้ายไปขวา — Column ที่ค้นต้องอยู่ซ้ายสุดของ Range เสมอ

C

#include <stdio.h>
#include <string.h>
typedef struct { char id[10]; char name[50]; int price; } Product;

int vlookup(Product *p, int n, const char *key) {
    for (int i = 0; i < n; i++)
        if (strcmp(p[i].id, key) == 0) return p[i].price;
    return -1;  // not found
}

Python

import pandas as pd
orders = pd.read_csv("orders.csv")
products = pd.read_csv("products.csv")
# merge = VLOOKUP equivalent
merged = orders.merge(products, on="Product_ID", how="left")

SQL

SELECT o.order_id, p.name, p.price * o.qty AS total
FROM orders o
JOIN products p ON o.product_id = p.product_id;

XLOOKUP — ตัวใหม่ที่ดีกว่า

Google Sheets

XLOOKUP แก้ปัญหาทุกข้อของ VLOOKUP:

=XLOOKUP(search_key, lookup_range, result_range, [not_found], [match_mode], [search_mode])

ข้อดีเหนือ VLOOKUP

VLOOKUP	XLOOKUP
ค้นได้แค่ซ้ายไปขวา	ค้นได้ทุกทิศทาง
ใช้ Column Index (ตัวเลข)	ระบุ Range ผลลัพธ์ตรง ๆ
Default = Approximate Match	Default = Exact Match
ไม่มี Not Found handler	มี parameter สำหรับ Not Found

ตัวอย่าง

=XLOOKUP(B2, Products!A:A, Products!B:B)
→ ค้น Product ID → ดึง Name (ระบุ Column ตรง ๆ)

=XLOOKUP(B2, Products!A:A, Products!B:C)
→ ดึงหลาย Column พร้อมกัน (Name + Price)

=XLOOKUP(B2, Products!A:A, Products!B:B, "ไม่พบสินค้า")
→ ถ้าค้นไม่เจอ แสดง "ไม่พบสินค้า" แทน Error

=XLOOKUP(B2, Products!B:B, Products!A:A)
→ ค้นจาก Name → ดึง Product ID (ขวาไปซ้าย — VLOOKUP ทำไม่ได้!)

Tip

แนะนำให้ใช้ XLOOKUP แทน VLOOKUP เสมอในงานใหม่ — syntax ชัดเจนกว่า และไม่มีปัญหา Column Index

เปรียบเทียบสูตรเดียวกัน

VLOOKUP: =VLOOKUP(B2, Products!A:C, 2, FALSE)
XLOOKUP: =XLOOKUP(B2, Products!A:A, Products!B:B)

ทั้งคู่ให้ผลเหมือนกัน แต่ XLOOKUP อ่านเข้าใจง่ายกว่า และไม่พังเมื่อเพิ่ม Column

C

// XLOOKUP ใน C ก็คือ linear search เหมือนกัน
// แต่สามารถค้นจาก field ไหนก็ได้
const char* xlookup(Product *p, int n,
                    const char *key, int search_field) {
    for (int i = 0; i < n; i++) {
        if (search_field == 0 && strcmp(p[i].id, key) == 0)
            return p[i].name;
        if (search_field == 1 && strcmp(p[i].name, key) == 0)
            return p[i].id;
    }
    return "Not Found";
}

Python

# pandas merge ทำได้ทุกทิศทาง
# ค้นจาก Name → ดึง ID (reverse lookup)
result = products.set_index("Name").loc["Widget A", "Product_ID"]

SQL

-- SQL JOIN ไม่มีข้อจำกัดเรื่องทิศทาง
SELECT p.product_id FROM products p WHERE p.name = 'Widget A';

Common Pitfalls สรุป

Google Sheets

ปัญหา	สาเหตุ	วิธีแก้
#N/A Error	ค้นไม่เจอ หรือข้อมูลมี Space ซ่อน	ใช้ TRIM() กับข้อมูล / XLOOKUP มี not_found
ได้ค่าผิด	ลืมใส่ FALSE (Exact Match)	ใส่ FALSE ใน VLOOKUP เสมอ
สูตรพังเมื่อเพิ่ม Column	Column Index เลื่อน	เปลี่ยนเป็น XLOOKUP
ค้นขวาไปซ้ายไม่ได้	ข้อจำกัดของ VLOOKUP	ใช้ XLOOKUP หรือ INDEX+MATCH

Caution

Sorted Data Assumption — VLOOKUP กับ is_sorted=TRUE (Approximate Match) ต้องการข้อมูลเรียงจากน้อยไปมาก ถ้าไม่เรียง → ผลลัพธ์ผิดโดยไม่ Error! ใช้ FALSE เสมอถ้าไม่แน่ใจ

C

// Pitfall ใน C: ลืม check return value
int price = vlookup(products, n, "INVALID_ID");
if (price == -1) printf("Not found!\n");

Python

# Pitfall: merge ได้ NaN ถ้า key ไม่ match
merged = orders.merge(products, on="Product_ID", how="left")
print(merged.isna().sum())  # ตรวจหา missing values

SQL

-- Pitfall: LEFT JOIN ได้ NULL ถ้าไม่ match
SELECT o.*, COALESCE(p.name, 'Unknown') AS product_name
FROM orders o LEFT JOIN products p ON o.product_id = p.product_id;

สรุป

• VLOOKUP — ใช้งานง่าย แต่มีข้อจำกัด (ค้นซ้ายไปขวาเท่านั้น, ใช้ Column Index)
• XLOOKUP — แนะนำสำหรับงานใหม่ (ค้นได้ทุกทิศ, syntax ชัดเจน, มี not_found)
• ใส่ FALSE เสมอ ใน VLOOKUP เพื่อ Exact Match
• Lookup = JOIN ใน SQL — แนวคิดเดียวกัน ต่างแค่ syntax