这里能不能建立一个关于python与excel的专题

ww87725244

还是不怎么习惯PY的语法，除了专业程序员，其余人有多少是在工作中会用到PY的？函数异能满足大部分需求，会点VBA已被惊为天人

chis3

用python操作excel,這樣有意義嗎,為什麼要麻煩了一截
用python就做別的工作, 用vba多是業餘愛好者和大多是辦公室人員
用python的是it人了

chis3

excelhomesnake 发表于 2020-1-28 11:28
只有11楼的才是比较符合实际。
数据处理是python强项(实际是pandas库带来的优势，没有他只用py毫无优势)， ...

殺雞焉用牛刀
大部份用vba的人處理的都是小數據
字典+數組處理數十萬條也都是一秒左右,基本都感覺不了,大部份人也就是處理數千數萬條數據罷了

386026398

现实工作中，很多人办公处理的是excel表格，无论是vba、vb还是python。如果说操纵excel表格，肯定是vba来得快。python主要是计算功能和图示功能，要加工excel数据，普通人用python编程去操作是很麻烦的。毕竟python不是excel的成员。举个简单的例子，我曾想编写个excel2007以上版本的菜单，但保存为excel2003就没有了。所以就直接放弃了深入学习excel2007以上版本菜单的编写。excel2003编写的菜单在excel2007以上版本的加载项中。这样可以通用。尤其是我喜欢excel2003。经典菜单，更能提高效率。

386026398

至于说大数据，excel2003日常处理几万行的数据是很快的。我们审计遇到有的单位用sap做账，无效凭证太多，导致凭证量大。曾经想用excel2007以上版本多来几张工作表处理。但经过不断试验。发现工作表在100M处理还是没问题，速度一般。但达到130M时就存在问题了。好在这样的情况遇到的工况企业不是很多。

sheeboard

386026398 发表于 2020-1-30 14:16
至于说大数据，excel2003日常处理几万行的数据是很快的。我们审计遇到有的单位用sap做账，无效凭证太多，导 ...

这种应用场景其实很适合python的，机器视觉，机器学习，自然语言处理，完全可以做到自动化处理，只是很少有人会这么做。

386026398

sheeboard 发表于 2020-1-30 17:20
这种应用场景其实很适合python的，机器视觉，机器学习，自然语言处理，完全可以做到自动化处理，只是很少 ...

你说的还是一个运算问题。而我们需要的是大量的表格呈现。这是python难以做到的。其实日常工作中大数据运算不多。就算是几十万行的数据，我们需要的是查看，不是需要运算。真要是运算，excel自带的函数也能满足。所以只要无法用python代替excel，就不要谈python比vba好。两者没有可比性。正如不可能用acess代替excel一样，何况这还是office成员。其实我了解python是从一个审计人员用python编写程序将多个相同格式的文本文件进行汇总，其实这个vba也能实现，并且还无限制。

excelhomesnake

chis3 发表于 2020-1-30 12:05
殺雞焉用牛刀
大部份用vba的人處理的都是小數據
字典+數組處理數十萬條也都是一秒左右,基本都感覺不了, ...

不是数据多少的问题，是开发效率的问题。同样一个数据分析处理问题，用vba需要大量编写数据处理命令，而使用py的pandas是声明方式，不需要你考虑怎么用字典汇总，怎么用数组遍历，这让更集中于业务逻辑处理。特别是在应对多变的需求时，优势更加明显。
只是网上很多资料都在用py的各种控制excel的库来做数据处理，让人产生python数据处理比vba麻烦的错觉。

真的不要以为python是IT业界用，python在数据领域的应用非常广(很多人用着vba做开发的事情，却否认自己是开发工作)，同时我从没有否定vba的作用，让合适的工具做他擅长的事情。就像这论坛也有许多用vba调用sql做数据处理，接着用vba来展现数据，这是一样的道理。只是很多人先入为主屏蔽vba以外的工具。

excelhomesnake

让vba阶段的人学py，就像让函数公式阶段的人学vba一样，因为他们没有意识到巨大的好处。

比如一个学生成绩表需要按班级拆分多个文件，vba的代码大致如下：

1. 定义字典
   
2. 定义数组
   
3. 遍历数组
   
4.       放入字典
   
5. 
   
6. 遍历字典
   
7.       每个关键字组中做输出工作

复制代码

在py的pandas 中则是：

1. df.groupby('班级').apply(pd.to_excel)

复制代码

这里最大的区别在于，vba中需要自己完成"怎样分组"的逻辑，而在pandas中则是只需要表示"我要分组"即可。更别说如果表中的列位置改变了，vba代码就挂了(更可怕的是可以出来结果，只是结果错误)

有人会说：我用sql比py要方便。
是的，可以用sql，请尽可能用sql，但是sql的强项是数据查询，分析方面的数据处理比起pandas还是有差距(上面的例子用sql就需要vba比较多的配合代码)。

有人会说：数据输出还要设置表格样式等等
这工作就不要用py，用vba

所以，python上有一个库可以让vba直接把单元格区域直接转成pandas的DataFrame，用py处理完毕后传回vba。vba已经可以与py紧密协作了。这个库叫xlwings

不要以为工作内容是处理Excel，就代表整个过程都是在数据处理，实际上大部分工作是"数据处理"+"格式处理"，后者才是vba的强项。

同时，也不要相信py容易学习。py是动态语言，有些时候是没有智能提示。并且需要安装环境。

-----------
有人会说，我vba也可以写一个groupby方法出来，类模块一下就可以。
是的，但是关键不在于groupby，而是groupby后面的apply、agg等方法，这些方法可以让你传入另一个处理方法(在.net上叫委托)。
vba没有这种技术(可以用接口实现，但是超级麻烦),如果vba有这种语法，那我也不建议"重数据处理"的人学习py

386026398

Python简介及应用领域�]编辑 Python是一种解释型脚本语言，可以应用于以下领域： [1]  
●Web 和 Internet开发
●科学计算和统计
●人工智能
●教育
●桌面界面开发
●软件开发
●后端开发
●网络爬虫
跟我们日常用excel进行数据处理关系大吗。能用vba进行excel数据处理的就很少。连学习vba都难，何况学习python。你讲的代码执行效率和能否实现各是一回事。就我用vb+excel编的审计软件来说。我的vb可能要5秒，用python需要1秒。对于excel应用来说，又有多大区别呢。又不是说几天的工作用python只要1天完成的事。