Python for Excel (Chinese Edition), 2nd Edition

前言

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

“是的，我协助 Excel 团队完成了这项工作。很高兴它终于发布了！”这是 Python 之父、当时身为微软员工的 Guido van Rossum 于 2023 年 8 月 22 日在 X 上发布的消息。他的帖子中附上了Python 登陆 Excel 的官方公告链接。那么，我们是如何走到这一步的呢？

在 Excel 的早期，对于最终用户而言，Visual Basic for Applications（VBA）是编程和扩展 Microsoft Excel 的唯一选择。VBA 堪称“一站式解决方案”，因为它允许您：

• 编写宏以实现单击按钮即可运行，例如添加包含报告的新工作表

• 编写可在工作表单元格中调用的自定义函数（也称为用户定义函数）

• 构建自己的加载项，在整个工作簿中提供自动化功能和自定义函数

随着互联网和移动平台的重要性日益凸显，微软必须让Excel适应这些新环境。如今，Excel运行于Windows、macOS、Android、iOS以及——最重要的是——网页端。然而，仅Windows和macOS支持VBA。微软并未将VBA支持扩展至其他平台，而是创建了新工具：

• Power Query能够导入和转换数据，并使用 M 语言。
• Power Pivot是一款用于数据建模的加载项，其公式语言为数据分析表达式（DAX）。
• Office Scripts采用 Typescript 语言，是与 VBA 最为接近的解决方案。但它不支持自定义函数，且需要 Microsoft 365 订阅。
• Lambda 函数利用Excel 自身的公式语言来创建自定义函数。

因此，曾经的一站式解决方案如今已演变为一个碎片化的生态系统，其中每种工具都使用不同的编程语言。Excel 中的 Python 为这一列表增添了又一个选项：它为分析师提供了更强大的分析和可视化引擎，但不支持 Excel 自动化或自定义函数。

然而，Python 是一种通用编程语言，若仅将其用于分析和可视化，便会浪费其大量潜力。正因如此，本书不仅止步于 Excel 中的 Python。相反，我将向您展示如何利用 Python 的完整生态系统，将其作为现代 VBA 的替代方案。

本书的结构

本书分为六个部分。前两部分将教你 Python 和 pandas 的基础知识，因此在第三部分开始将 Python 与 Excel 结合使用之前，你需要稍加耐心。这是有意为之：如果你想走捷径，市面上有大量资源可以直接跳到 Excel 中的 Python 或 pandas 内容。 然而，一旦您需要修改或调试这些教程中的代码，就很容易陷入困境。通过在第一和 第二部分打下坚实的基础，您将理解后续章节中将依赖的概念和工具。这种方法虽然前期花费的时间稍长，但从长远来看，它将为您节省时间并避免挫折感。

第一部分，“Python 入门”

第 1 章探讨了 Python 为何是 Excel 的绝佳搭档。第 2 章介绍了本书将使用的工具：uv 包管理器、终端、Visual Studio Code 以及 Jupyter 笔记本。第 3 章将传授足够的 Python 基础知识，以便您能够跟上本书后续内容。

第二部分，“pandas 入门”

第 4 章将简要介绍 NumPy，它是包括 pandas 在内的许多科学包的基石。pandas 是第 5 章的主题，也是最受欢迎的 Python 数据分析库之一。其核心数据结构 ...