传统上，Excel 的自动化和高级数据操作依赖于 Visual Basic for Applications (VBA)，这是一种已经过时的语言，无法跟上现代数据实践的步伐。2023 年 要更好 特别领导 的编码支持 ，微软宣布计划将 Python 集成到 Excel 中，但它仍然仅限于 Microsoft 365 Insider 计划或通过笨重的第三方工具使用。
这种有限的推广意味着大多数用户仍然没有原生的 Python 支持，因此利用 Python 广泛的数据分析库的能力并不像它应该的那样广泛。
这很重要，因为内置的编码功能可以让电子表格超越传统的公式功能。您可以执行复杂的计算、自动执行重复性任务，并开发自定义函数，而无需同时使用多个工具。您无需在电子表格应用程序、单独的 IDE 和用于可视化的 BI 工具之间来回切换，而是可 构建成为游戏开发者的道路以在一个地方处理所有操作，从而减少摩擦并实现更快的迭代。
电子表格中 Python 的用例
1. 数据整理与清理
像 Pandas 这样的 Python 库可以轻松处理缺失数据、异常值和不合适的格式。在电子表格网格中工作意味着您可以结合上下文查看转换结果，这在与非技术团队成员协作时尤其有用。
2. 高级分析与建模
电子表格通常不适合复杂的统计建模或机器学习 要更好的编码支持 。有了 Python，就可以轻松运行回归、分类或时间序列模型，而无需将数据导出到其他地方。
3. 自动化和自定义功能
虽然电子表格公式可以处理一系列操作，但某些任务受益于脚本语言 – 特别是当您需要集成外部 API 或应用非电子表格函数原生的专用逻辑时。
4. 使用 Plotly 进行数据可视化
电子表格通常包含基本的图表工具，但它们很少能达到 Plotly 提供的交互性和灵活性水平，导致用户花费额外的钱购买昂贵的 BI 工具，只是为了讲述一个简单的数据故事。通过在电子表格中整合 Python 和 Plotly，您可以生成动态图表，例如折线图、条形图或交互式地图，并将它们直接与您的数据绑定。
二次函数简介
如果您正在寻找一款内置 Python 的电子表格（并且不受 Beta 版或仅限内部人员的限制），Quadratic值得一看。它是一款基于浏览器的电 博目录 子表格，除了常见的公式外，还支持 Python、JavaScript 和 SQL。您可以导入 Pandas、NumPy 或 Plotly 等库，并直接在 Python 代码中引用电子表格单元格。结果（数据帧、图表或单个值）会直接返回到网格或控制台。
Quadratic 还支持实时协作。多个用户可以同时修改同一份工作簿，从而更轻松地共享分析或教授新概念。原生 AI 助手（例如 Claude 3.7 Thinking）可以帮助生成和调试 Python 脚本，但它始终显示底层代码，因此您可以完全查看和控制。