HI，大家好，我是星光。

今天给大家聊一下这段时间很火热的Python in Excel，希望大家看完以后冷静一下，不要再每天催更了。

本期推文主要回答大家以下几个问题：

1，甚么是Python in Excel

2，如何具有它

3，如何使用它计算Excel数据

4，它的优劣是甚么，函数/VBA等还有必要学吗，我们将继续深入。

1，甚么是Python in Excel

头几天微软宣布在Excel中支持使用Python。Python是近几年来最流行、用户最多的编程语言，没有之一，你或许不会用它，但一定听说过它。不过至今为止该功能还处于灰度测试中，只有Excel 365版本的Beta部份用户可用。

2，如何加载Python功能

首先需要加入Microsoft 365预览体验计划，在搜索栏搜索关键字预览体验计划，点击「Microsoft 365预览体验计划」，在打开的对话框中勾选「为我注册以抢先体验...」，计划频道选择Beta版频道，勾选[我同意束缚...」，最后单击「肯定」。

关闭Excel重启，在候审1分钟~24+小时以后，在公式选项卡下，你就有可能会看到Python功能组了。

固然了，也有可能看不到。至今为止这个功能还处于灰度测试中，其实不是人人都会被灰的…还是要看脸你看看我——懂了吧？

3，如何使用Python in Excel

微软是这么说的：Excel for Windows 中提供了 Excel 中的 Python。此功能在 Excel for Mac、Excel web 版、Excel for iPad、Excel for iPhone 或 Excel for Android 中不可用——说人话：至今为止最靠谱的平台是Excel for Windows，其它用不了。

除此以外，Excel中的Python是在微软云中运行的。弦外之音有两个：

1，你电脑中是不是安装的Python对它没有任何意义。

2，得联网。

符合以上要求以后，在单元格中输入=PY(，或点击菜单栏中的「插入Python」命令，编辑栏就会自动转换为PY代码编辑模式了。

这个编辑模式不但简单而且极为——简陋不提供完全的语法提示功能，和盲打Python差别不大，真一个手工出细活。

环境搭载完成后就进入了数据处理的阶段，尽人皆知，这包括了3个进程：数据获得、数据计算和数据输出。

□如何读取数据

在PY代码编辑模式下，使用鼠标框选单元格区域，编辑栏会自动生成一个叫xl的函数，它返回Python库Pandas的一个DataFrame对象。

该函数有两个参数，第1个参数表示援用的单元格或区域，第2参数是可选的，表示是不是包括标题行，True是包括，Flase不包括。

按组合键<ctrl+回车>可以结束代码输入，注意不是单纯的按回车，只按回车键是代码换行。

……这里额外说两句，很多朋友看到Excel支持Python后高兴的缘由之一是，以为Excel可以调用Python异常丰富的各种包，实现抓取网页数据，读取合并各种文件的数据源…

看我忽闪忽闪的小眼神，想多了呀朋友，微软帮助文件明确说明，Py Excel没法发出网络要求或访问本地计算机上的文件和数据。它本身乃至连跨工作薄读取Excel数据的能力都没有。如果需要跨工作簿计算数据，还得先用PQ把数据援用进来…。

□如何输出数据

Py Excel代码返回的结果默许为Python对象，需要将输出模式修改成「Excel的值」才能以动态数组的情势在工作表内显示具体的数据修改方法参见下图：

□如何计算数据

Python的基本语句和经常使用对象，PY Excel都是支持的。比如元组、列表、字典、循环和条件语句、自定义内涵函数和类等等。

支持类▲

除此以外，它还内置了5个经常使用的数据分析和可视化的库：Pandas、Numpy、matplotlib、seaborn和statsmodels。另外，使用import语句，也能够导入Anaconda 提供的其他库（但出于数据安全性的斟酌，导入≠可用）

对常常使用工作表函数解决Excel问题的朋友来讲，最经常使用也是最重要的是Pandas。这个库有多重要呢？我说个事你就明白了。它一个库就是一个完全的数据处理体系，以致于Power Query的M函数便是鉴戒了它的产物，但M函数比起Pandas本尊来相差甚远。

举几个基础小案例。

近几年来Excel工作表函数最使人诟病的问题之一，是一直没有提供分组+自定义内涵计算方式的函数，借助Pandas的groupby语句我们可以轻松解决这类问题。

如上图所示，以下简短的代码就能够统计成绩表每一个班级的人数、最高分、最低分和平均分。

df = xl("A1:C10", headers=True)
df.groupby("班级").成绩.agg(
人数 = "count",
最高分 = "max",
最低分 = "min",
平均分 = "mean"
)

第1行代码使用xl函数读取数据，并将返回的DataFrame对象赋值变量df。

第2~7行代码使用groupby语句对df按班级字段分组，并统计每一个分组内成绩的人数、最高分、最低分和平均分。

……

再如上图所示，以下简单的代码可以统计不同商品在不同平台最近且最低的价格和日期。

df=xl("A1:D10", headers=True)
(df.groupby(['平台','商品']).apply(lambda x:
x.sort_values(by=['日期','价格'],ascending=[0,1])
.head(1))
.droplevel([0,1])
)

第1行代码读取数据。

第2~6行代码先按平台和商品字段对数据分组，然后遍历各个组内的数据，按日期和价格排序后取第一行数据。

……

工作表函数最使人诟病的问题之2，是不支持正则表达式，现在，PY Excel来了。

以下代码可以将上图中A列的数据依照数据类型拆分成3个字段。

df = xl("A1:B4",headers=True)df.数据.str.extract(  "([\u4e00-\u9fa5]+)([A-Z\d\.]+)([\u4e00-\u9fa5]+)")

……

虽然一直号称举例子大力士但事不过3就先这样吧，举多了伤肾而且你们也就瞎看个热烈。

打个响指，回答一下最后一个问题。

Python in Excel的优劣是甚么？

——值得学吗，我们将继续深入。

先说优点吧，优点实际上是不言而喻的，作为现今最流行的编程语言，Python的强大无庸置疑，人生苦短就用Python嘛。很多函数很难解决乃至没法解决的问题，换用Python常常会变得很简单。但是——

当Python以函数而非脚本的情势出现在Excel中，而且只支持微软云运行后，缺点更是不言而喻的。

出于数据安全斟酌（软说的），像工作表函数一样，它没法直接跨文件读取数据，也没法操作其它对象，比如说工作表/簿新建和删除、数据库的读写、邮件的收发、PPT的制作等——它实现的不是大家想象中的办公自动化脚本功能，而只是数据计算和可视化。群里有朋友问PY Excel出来后VBA是否是就淘汰了，那明显属于想多了。

在国内的环境中，微软云的传输效力大家多少了解，Py Excel号称能计算100M的数据量，但实际上计算几千行就开始噗哧噗哧大喘气了。函数10几秒VBA一霎时就能够完成的计算量，它需要花费数分钟——也未必行，计算结果常常会返回#BUSY!（我在线忙你等会的意思）。

另外，从变通性上来讲，Py Excel也远远不如Excel本身的工作表函数体系。

所以至今为止来看，它只是Excel处理数据的一个有益的补充，给用户多一种选择，仅此而已。别沸腾Excel又革命了，先做个合格的改进派再说吧（~我是说至今为止啊）。

如果你会Python，我想不出你有甚么理由一定要在Excel里写Python——编辑器极为简陋，计算效力属实不给力，跨平台能力无。

如果你不会Python，我也想不出你有甚么理由会在Excel里写Python——毕竟你不会啊。

所以这个东西它深重的意义是甚么？——这就需要发挥想象和且观后效了。

图文作者：看见星光

原载：Excel星球