每当有人发布关于 python 处理 Excel 数据的文章，总会有人只看了标题就评论：

"vba处理已经足够，完全没必要使用python"。

"我工作环境不能安装，因此vba就比python更适合处理Excel"

"vba比python快速100倍!"

其实，那些稍微接触过 pandas 的人，相信都会心底上抗拒使用vba。

而我本人一直保持一个观点，各种工具都有他的优劣势，抛开应用场景单纯说某个工具更好都是在耍流氓。今天，我就举例说明一下，哪些场景适合vba，哪些场景适合python。

我喜欢用实际案例说明问题，本文使用泰坦尼克号沉船事件中的乘客信息表：

实现几个简单分析需求：

找出多人(2人或以上)一起登船的组的数量

列出这些人的信息

是否存在最幸运的亲朋好友(多人一起登船，同时全部人都获救)?

"操作 Excel"等于"数据处理"吗?

初学者往往误以为操作 Excel 就是在处理数据，实际上是两回事。

需求是："姓名与住址列内容通常很长，希望最终Excel显示的时候，使用缩小字体填充"。

对于这种格式化设置，vba绝对是最佳选择!因为我们可以通过录制宏，自动得到大概的代码

通过简单的录制宏，我们就能写出如下实现：

如果我们使用 python 实现相同的需求，代码肯定只多不少，并且难以调试。

如果你看过我的专栏《带你玩转Python数据处理—pandas》的话，其中关于数据处理流程一节，你会想到，这就是"数据展示"的流程。

也就是说，如果你的数据任务最终需要输出 Excel 文件，vba是"数据展示"过程的最佳自动化工具。

可惜，现实中的大部分需求并不单纯，都需要进行"数据处理"，那么 vba 中又是如何处理数据?

vba 使用数组+字典，就是高效率?

大部分不经思考，张口就反对 python 的同学，都是对自己的 vba "数组+字典" 的技能有着迷之自信。

来看一个数据分析相关的处理需求：

我们注意到，有些人是亲朋好友一起上船，比如：

从"票根号"一样，可以看出来他们是一起上船

从"住址"一样，可以看出来他们是一家四口

我们需要统计出有多少组这些2人或以上登船的?

以下尝试用vba解决：

其实代码不算多，里面的技巧也只是基础，但是如果会 pandas 的同学心里肯定会说："太繁琐了"。

因为对于 pandas 来说，如下：

代码就4句，最关键的其实只有3句，分别表示：

加载数据

按"票根号"分组统计数量

数量大于1的总和

这不就是一个正常人的处理思维吗?这就是简洁

能够与需求表达语义相近，多余的表达越少，即越简洁

回头看 vba 的表达，多余的表达非常多。

Excel 有一个非常好用的统计工具——透视表。你可以尝试通过录制宏得到透视表的操作代码，但是你仍然会发现有许多多余的表达。

Sql 的表达更加简洁，但是实现如上的需求，你会发现他的表达顺序需要"绕"一下

有些不服气的同学会说："我写出这段vba代码也就1分钟，反正也能得到正确结果"

当需求不断变化，你就会发现这样子的代码最终走向无法实现的死胡同。

刚刚我们知道了有216组亲朋好友是一起登船的，但只有一个数字，我们希望看看这216数据的大概样子。

也就是说输出这些乘客数据。

python 的实现：

顺便排序一下，方便观察

这里代码多余的表达，就是那个 lambda 单词。如果换成是 sql ，就非常简洁

vba 的实现太麻烦了，就留给那些不服气的 vba 粉丝吧

现在你大概能够稍微理解，为什么 Python 在数据领域这么受宠了。

数据分析中的数据处理，需要你的代码赶上你的思维速度，只有简洁的语言才能做到。

按理说，sql 应该是更好的选择，但实际上很多复杂需求实现，sql 需要大量的嵌套查询，此时就一点都不简洁了。以后再举例说明

现实的需求是 "操作Excel" + "数据处理" ，怎么办?

这时候最理想的情况是，使用 vba 操作 Excel，数据处理交给 Python，中间就需要一个桥梁把 vba 与 python 打通，这就是 xlwings 或其他类似的库的最佳实践方式。

如果你完全使用 xlwings 控制 Excel，Python 代码操作 Excel 写起来非常别扭，一旦你理清楚 "操作Excel" 与 "数据处理" 的区别，自然而然知道如何组织你的代码。

Python 需要单独安装，因此他比不上 vba

这是一种无聊的结论，因为任何自动化工具都需要安装，比如学习性价比最高的 Sql ，他也需要安装相应的驱动程序才能执行。

而我本人的工作环境有一部分任务是需要放在服务器上执行，此时是不可能安装 Excel，vba 也用不上了，但我不能因此作出"vba比不上python"的结论吧。

如果你的工作环境不能安装 python，但你又需要做大量数据处理任务，那么我只能说非常不幸，你只能牺牲自己大量的时间使用vba去完成需求。

Vba 就不能有 pandas 的存在吗?

"说了半天，不就是 python 比 vba 多了一个 pandas 库而已吗，找个vba牛人去写一个 vba-pandas 就行啦!"

vba 天生缺少了一种语言特性，使得你即使有写库的能力，也无法发挥。

这就是提取逻辑的能力.

通常来说，如果一段代码有些数据不是固定，我们可以提取成函数的参数，比如最简单的数字计算：

分别定义3个参数，让你输入，但计算方式是固定的

对于 vba 来说他同样可以做到，但是如果是其中一段代码不是固定，能否把他提取为参数呢?

而 python 就能做到，比如以下的函数，可以让你输入3个数字，并且由你决定前2个数字的计算方式，最后与第3个数字做乘法：

结果时，第一个数乘以10 + 第二个数乘以100(这是变化的逻辑，由使用函数的人自行决定)，最后乘以第三个数(这是固定逻辑，由定义函数的人决定)

vba 需要使用接口做到同样的效果，非常麻烦，对于数据任务没有任何实用价值

这有什么用处?用最后一个需求说明：

是否存在最幸运的亲朋好友(多人一起登船，同时全部人都获救)?

假如说，我只给你一组相同"票根号"的乘客数据，该如何判断他们都是生还呢?

只要看"生还"列是否都为1就可以。方式非常多，除了上面的做法，还可以"生还列求和，看看是否等于记录行数"

前一个需求中使用的 filter 就是可以接受一段逻辑(函数)，pandas 负责帮你分组，你只需要在函数中描述出符合条件的逻辑即可：

把刚刚定义的函数，传给 filter 函数

而 vba 无法做到这一点，就意味着他无法做出 pandas 一样好用的库!

因为许多看似复杂的流程，其实是由许多固定的逻辑 + 变化的逻辑 组成。

比如分组的原理就类似 vba 中使用字典，这是相对固定的，完全可以让库完成。

但是分组后，每一组的处理逻辑却是变化的，由使用者临时决定，比如之前的需求分组中我们有时候需要计数，有时候需要筛选。筛选的逻辑也是千变万化。

最后

任何工具都有他的适用场景，如何合理利用才是我们的学习方向，而非一根经地排斥自己不熟悉的工具。

【责任编辑：未丽燕 TEL：(010)68476606】

点赞 0