每當(dāng)有人發(fā)布關(guān)于 python 處理 Excel 數(shù)據(jù)的文章，總會(huì)有人只看了標(biāo)題就評(píng)論：

• "vba處理已經(jīng)足夠，完全沒必要使用python"。
• "我工作環(huán)境不能安裝，因此vba就比python更適合處理Excel"
• "vba比python快速100倍!"

其實(shí)，那些稍微接觸過 pandas 的人，相信都會(huì)心底上抗拒使用vba。

而我本人一直保持一個(gè)觀點(diǎn)，各種工具都有他的優(yōu)劣勢(shì)，拋開應(yīng)用場(chǎng)景單純說某個(gè)工具更好都是在耍流氓。今天，我就舉例說明一下，哪些場(chǎng)景適合vba，哪些場(chǎng)景適合python。

我喜歡用實(shí)際案例說明問題，本文使用泰坦尼克號(hào)沉船事件中的乘客信息表：

實(shí)現(xiàn)幾個(gè)簡(jiǎn)單分析需求：

• 找出多人(2人或以上)一起登船的組的數(shù)量
• 列出這些人的信息
• 是否存在最幸運(yùn)的親朋好友(多人一起登船，同時(shí)全部人都獲救)?

"操作 Excel"等于"數(shù)據(jù)處理"嗎?

初學(xué)者往往誤以為操作 Excel 就是在處理數(shù)據(jù)，實(shí)際上是兩回事。

需求是："姓名與住址列內(nèi)容通常很長，希望最終Excel顯示的時(shí)候，使用縮小字體填充"。

對(duì)于這種格式化設(shè)置，vba絕對(duì)是最佳選擇!因?yàn)槲覀兛梢酝ㄟ^錄制宏，自動(dòng)得到大概的代碼

通過簡(jiǎn)單的錄制宏，我們就能寫出如下實(shí)現(xiàn)：

如果我們使用 python 實(shí)現(xiàn)相同的需求，代碼肯定只多不少，并且難以調(diào)試。

如果你看過我的專欄《帶你玩轉(zhuǎn)Python數(shù)據(jù)處理—pandas》的話，其中關(guān)于數(shù)據(jù)處理流程一節(jié)，你會(huì)想到，這就是"數(shù)據(jù)展示"的流程。

也就是說，如果你的數(shù)據(jù)任務(wù)最終需要輸出 Excel 文件，vba是"數(shù)據(jù)展示"過程的最佳自動(dòng)化工具。

可惜，現(xiàn)實(shí)中的大部分需求并不單純，都需要進(jìn)行"數(shù)據(jù)處理"，那么 vba 中又是如何處理數(shù)據(jù)?

vba 使用數(shù)組+字典，就是高效率?

大部分不經(jīng)思考，張口就反對(duì) python 的同學(xué)，都是對(duì)自己的 vba "數(shù)組+字典" 的技能有著迷之自信。

來看一個(gè)數(shù)據(jù)分析相關(guān)的處理需求：

我們注意到，有些人是親朋好友一起上船，比如：

• 從"票根號(hào)"一樣，可以看出來他們是一起上船
• 從"住址"一樣，可以看出來他們是一家四口

我們需要統(tǒng)計(jì)出有多少組這些2人或以上登船的?

以下嘗試用vba解決：

其實(shí)代碼不算多，里面的技巧也只是基礎(chǔ)，但是如果會(huì) pandas 的同學(xué)心里肯定會(huì)說："太繁瑣了"。

因?yàn)閷?duì)于 pandas 來說，如下：

代碼就4句，最關(guān)鍵的其實(shí)只有3句，分別表示：

• 加載數(shù)據(jù)
• 按"票根號(hào)"分組統(tǒng)計(jì)數(shù)量
• 數(shù)量大于1的總和

這不就是一個(gè)正常人的處理思維嗎?這就是簡(jiǎn)潔

能夠與需求表達(dá)語義相近，多余的表達(dá)越少，即越簡(jiǎn)潔

回頭看 vba 的表達(dá)，多余的表達(dá)非常多。

• Excel 有一個(gè)非常好用的統(tǒng)計(jì)工具——透視表。你可以嘗試通過錄制宏得到透視表的操作代碼，但是你仍然會(huì)發(fā)現(xiàn)有許多多余的表達(dá)。
• Sql 的表達(dá)更加簡(jiǎn)潔，但是實(shí)現(xiàn)如上的需求，你會(huì)發(fā)現(xiàn)他的表達(dá)順序需要"繞"一下

有些不服氣的同學(xué)會(huì)說："我寫出這段vba代碼也就1分鐘，反正也能得到正確結(jié)果"

當(dāng)需求不斷變化，你就會(huì)發(fā)現(xiàn)這樣子的代碼最終走向無法實(shí)現(xiàn)的死胡同。

剛剛我們知道了有216組親朋好友是一起登船的，但只有一個(gè)數(shù)字，我們希望看看這216數(shù)據(jù)的大概樣子。

也就是說輸出這些乘客數(shù)據(jù)。

python 的實(shí)現(xiàn)：

• 順便排序一下，方便觀察
• 這里代碼多余的表達(dá)，就是那個(gè) lambda 單詞。如果換成是 sql ，就非常簡(jiǎn)潔

vba 的實(shí)現(xiàn)太麻煩了，就留給那些不服氣的 vba 粉絲吧

現(xiàn)在你大概能夠稍微理解，為什么 Python 在數(shù)據(jù)領(lǐng)域這么受寵了。

數(shù)據(jù)分析中的數(shù)據(jù)處理，需要你的代碼趕上你的思維速度，只有簡(jiǎn)潔的語言才能做到。

按理說，sql 應(yīng)該是更好的選擇，但實(shí)際上很多復(fù)雜需求實(shí)現(xiàn)，sql 需要大量的嵌套查詢，此時(shí)就一點(diǎn)都不簡(jiǎn)潔了。以后再舉例說明

現(xiàn)實(shí)的需求是 "操作Excel" + "數(shù)據(jù)處理" ，怎么辦?

這時(shí)候最理想的情況是，使用 vba 操作 Excel，數(shù)據(jù)處理交給 Python，中間就需要一個(gè)橋梁把 vba 與 python 打通，這就是 xlwings 或其他類似的庫的最佳實(shí)踐方式。

如果你完全使用 xlwings 控制 Excel，Python 代碼操作 Excel 寫起來非常別扭，一旦你理清楚 "操作Excel" 與 "數(shù)據(jù)處理" 的區(qū)別，自然而然知道如何組織你的代碼。

Python 需要單獨(dú)安裝，因此他比不上 vba

這是一種無聊的結(jié)論，因?yàn)槿魏巫詣?dòng)化工具都需要安裝，比如學(xué)習(xí)性價(jià)比最高的 Sql ，他也需要安裝相應(yīng)的驅(qū)動(dòng)程序才能執(zhí)行。

而我本人的工作環(huán)境有一部分任務(wù)是需要放在服務(wù)器上執(zhí)行，此時(shí)是不可能安裝 Excel，vba 也用不上了，但我不能因此作出"vba比不上python"的結(jié)論吧。

如果你的工作環(huán)境不能安裝 python，但你又需要做大量數(shù)據(jù)處理任務(wù)，那么我只能說非常不幸，你只能犧牲自己大量的時(shí)間使用vba去完成需求。

Vba 就不能有 pandas 的存在嗎?

"說了半天，不就是 python 比 vba 多了一個(gè) pandas 庫而已嗎，找個(gè)vba牛人去寫一個(gè) vba-pandas 就行啦!"

vba 天生缺少了一種語言特性，使得你即使有寫庫的能力，也無法發(fā)揮。

這就是提取邏輯的能力.

通常來說，如果一段代碼有些數(shù)據(jù)不是固定，我們可以提取成函數(shù)的參數(shù)，比如最簡(jiǎn)單的數(shù)字計(jì)算：

• 分別定義3個(gè)參數(shù)，讓你輸入，但計(jì)算方式是固定的

對(duì)于 vba 來說他同樣可以做到，但是如果是其中一段代碼不是固定，能否把他提取為參數(shù)呢?

而 python 就能做到，比如以下的函數(shù)，可以讓你輸入3個(gè)數(shù)字，并且由你決定前2個(gè)數(shù)字的計(jì)算方式，最后與第3個(gè)數(shù)字做乘法：

結(jié)果時(shí)，第一個(gè)數(shù)乘以10 + 第二個(gè)數(shù)乘以100(這是變化的邏輯，由使用函數(shù)的人自行決定)，最后乘以第三個(gè)數(shù)(這是固定邏輯，由定義函數(shù)的人決定)

vba 需要使用接口做到同樣的效果，非常麻煩，對(duì)于數(shù)據(jù)任務(wù)沒有任何實(shí)用價(jià)值

這有什么用處?用最后一個(gè)需求說明：

• 是否存在最幸運(yùn)的親朋好友(多人一起登船，同時(shí)全部人都獲救)?

假如說，我只給你一組相同"票根號(hào)"的乘客數(shù)據(jù)，該如何判斷他們都是生還呢?

只要看"生還"列是否都為1就可以。方式非常多，除了上面的做法，還可以"生還列求和，看看是否等于記錄行數(shù)"

前一個(gè)需求中使用的 filter 就是可以接受一段邏輯(函數(shù))，pandas 負(fù)責(zé)幫你分組，你只需要在函數(shù)中描述出符合條件的邏輯即可：

• 把剛剛定義的函數(shù)，傳給 filter 函數(shù)

而 vba 無法做到這一點(diǎn)，就意味著他無法做出 pandas 一樣好用的庫!

因?yàn)樵S多看似復(fù)雜的流程，其實(shí)是由許多固定的邏輯 + 變化的邏輯 組成。

比如分組的原理就類似 vba 中使用字典，這是相對(duì)固定的，完全可以讓庫完成。

但是分組后，每一組的處理邏輯卻是變化的，由使用者臨時(shí)決定，比如之前的需求分組中我們有時(shí)候需要計(jì)數(shù)，有時(shí)候需要篩選。篩選的邏輯也是千變?nèi)f化。

最后

任何工具都有他的適用場(chǎng)景，如何合理利用才是我們的學(xué)習(xí)方向，而非一根經(jīng)地排斥自己不熟悉的工具。