你是否已经厌倦了VLOOKUP函数的种种限制？只能从左向右查找、对数据排序有要求、处理多条件或区间匹配时公式复杂得让人头疼。如果你正在寻找一个更灵活、更强大的替代方案，那么LOOKUP函数绝对是你的不二之选。
它或许不如VLOOKUP名声在外，但其简洁的语法和独特的“模糊匹配”特性，能优雅地解决许多VLOOKUP难以应对的难题，堪称隐藏的“查找之王”。
LOOKUP函数主要有两种形式：数组形式和向量形式。今天我们通过三大核心应用场景，带你揭开它的神秘面纱。
场景一：数组型查找（简洁的单条件查找）
语法：
=LOOKUP(查找值， 数组)
这是LOOKUP最基础的用法。它在一个单行或单列的“数组”（查找区域）中寻找“查找值”，并返回该区域最后一列（或最后一行）对应的值。
示例：根据姓名查找对应的绩效。
公式：=LOOKUP(A11, B2:E7)
解析：这个公式在B2:E7这个矩形区域的第一列（B列，姓名列）中查找A11单元格的值（如“陆虎”）。找到后，它不会像VLOOKUP那样需要你指定返回第几列，而是直接返回该查找区域最后一列（E列，绩效列）对应的值（6063）。这种方法极其简洁，但要求查找值必须位于查找区域的第一列。
场景二：经典条件查找（逆向、多条件的基础）
语法：
=LOOKUP(1, 0/((条件1=区域1)*(条件2=区域2)*…), 返回区域)
这是LOOKUP函数封神的经典套路，尤其擅长解决VLOOKUP无法直接搞定的逆向查找、多条件查找等问题。
示例：根据姓名查找绩效（与场景一结果相同，但原理更通用）。
公式：
=LOOKUP(1, 0/(A11=B2:B7), E2:E7)
解析：让我们拆解这个“神奇”的公式：
1. `A11=B2:B7`：这部分会用A11的值去和B2:B7的每一个单元格比较，得到一个由TRUE和FALSE组成的数组。
2. `0/(…)`：用0除以这个TRUE/FALSE数组。在Excel中，0除以TRUE（相当于1）结果为0；0除以FALSE（相当于0）会导致#DIV/0!错误。于是我们得到一个由0和错误值混合的新数组：↓
{…, 0, …, #DIV/0!, …}。
3. `LOOKUP(1, …, E2:E7)`：LOOKUP函数会在第二个参数（那个0和错误值的数组）中查找1。它有两个关键特性：A) 默认进行近似匹配，会查找小于或等于查找值（1）的最大值；B) 会自动忽略错误值。
因此，它会在数组中寻找小于等于1的最大值，也就是0，并忽略所有错误值。找到0的位置后，函数便返回第三个参数“返回区域”（E2:E7）中对应位置的值。
这个结构的强大之处在于，你可以轻松扩展条件，实现多条件查找，例如：=LOOKUP(1,0/((部门="财务部")*(姓名="王铮亮")),绩效列)。它也完全不受数据列顺序的限制，轻松实现逆向查找。
场景三：向量型区间查找（自动分级评分）
语法：=LOOKUP(查找值， 查找向量， 结果向量)
这是LOOKUP在数据分组、等级评定中的绝佳应用。它根据“查找值”在“查找向量”（一个升序排列的区间下限值数组）中进行近似匹配，并返回“结果向量”中对应的等级。
示例：根据绩效得分，自动匹配提成比例区间（规则表如：5000-7000提3%，7000-8000提4%……）。
公式：
=LOOKUP(B10, {5000,7000,8000,9000,10000}, {"3%","4%","7%","9%","12%"})
解析：
1. 查找值`B10`：员工的绩效分数（如6235）。
2. 查找向量`{5000,7000,8000,9000,10000}`：这是各绩效区间的下限值，必须按升序排列。
3. 结果向量`{"3%","4%","7%","9%","12%"}`：与每个区间下限对应的提成比例。
函数运行时，会在查找向量中寻找小于等于查找值（6235）的最大值，即5000，然后返回结果向量中同一位置的“3%”。对于9908的绩效，它会匹配9000这个下限，返回“9%”。这种方法无需复杂的IF嵌套，就能快速完成区间判定。
总结：
与VLOOKUP相比，LOOKUP函数的优势在于：
1. 方向自由：不关心数据列的顺序，轻松实现逆向查找。
2. 多条件扩展：通过“LOOKUP(1,0/((条件1)*(条件2)…),返回列)”结构，可以简洁地实现多条件匹配，无需拼接辅助列。
3. 区间匹配：天生为数值区间划分和等级评定而设计，比VLOOKUP的模糊查找更直观易用。
4. 容错性强：其经典用法能自动忽略错误值，使公式更稳健。
虽然在新版Excel中，XLOOKUP和FILTER函数在某些方面更加强大，但LOOKUP函数，特别是其“1,0/条件”的经典模式，因其极高的兼容性（在旧版本中也能用）和独特的解题思路，依然是许多资深Excel用户工具箱里的必备利器。掌握它，你就能用一种更优雅的方式解决复杂的查找问题。