为什么会有这本书
先说说这本书的来历。作者Felix Zumstein是xlwings这个开源库的创始人，xlwings是用来让Python和Excel对话的工具。第一版是2021年出的，过了五年出了第二版。这五年间发生了不少事——微软官方推出了Python in Excel功能，ChatGPT带火了AI，Copilot也进了Excel。所以第二版不是简单修修补补，而是加了三个新章节和一个附录，专门讲这些新东西。
书一共408页，分成六个部分。读完之后我的感觉是：这不是一本让你从头学Python的教材，而是一本告诉你“在Excel的场景里，Python到底能帮你干什么”的书。
第一部分：Python入门——为什么要学
书的第一部分讲的是最基础的东西：为什么要用Python处理Excel、怎么搭建开发环境、Python的基本语法。
有意思的是，作者在第一页就说了一个观点：「Excel本身就是一种编程语言」。你想想，你在单元格里写=SUM(A1:A4)，这个单元格的值依赖其他单元格，其他单元格又依赖更前面的单元格——这不就是编程里的嵌套函数调用吗？2020年微软推出了LAMBDA函数，让Excel可以用自己的公式语言写可复用函数，Excel的产品负责人直接说这是让Excel成为“真正编程语言”的最后一块拼图。
但问题也在这里。大多数用Excel的人不是程序员，他们是交易员、会计师、工程师。他们的目标是解决业务问题，不太在意软件开发里那些“最佳实践”。于是Excel文件里经常出现的情况是：输入、计算、输出全混在一张表上，关键数据没有任何保护，别人拿到文件根本不知道哪一步该先做。
「VBA的尴尬」：Excel自带的自动化语言VBA早就停止进化了。而Python这边，科学计算生态越来越强——2005年NumPy出现，2008年pandas出现，Python逐渐成了数据科学领域的主流工具。作者说得很直白：Python对专业程序员和偶尔写几行代码的初学者都有吸引力。专业程序员喜欢它因为什么都能干，初学者喜欢它因为容易学。
还有一个细节我印象很深：Python强制你用缩进来表示代码块，VBA不强制。这意味着Python代码天生就比VBA代码更容易读、更容易维护。你想想，半年后回头看自己写的代码，缩进乱七八糟的VBA和结构清晰的Python，哪个更容易看懂？
第二部分：pandas入门——Excel的替代方案
第二部分讲NumPy和pandas。这是全书最核心的内容之一。
「NumPy是什么」：简单说，NumPy是Python里做科学计算的基础库。它最核心的东西叫“数组”（array），你可以把它理解成Excel里的一列数据或者一个区域。NumPy有两个重要概念：向量化和广播。向量化就是说，你可以对整个数组做操作，不用像Excel里那样把公式往下拖；广播是说不同形状的数组也能一起计算。这两个概念在pandas里也会反复用到。
「pandas是什么」：pandas是Python数据分析库，它的两个核心数据结构是Series（一维，类似Excel的一列）和DataFrame（二维，类似Excel的一张表）。pandas最大的优势是「向量化操作和数据对齐」。
举个例子。你在Excel里要对一列数据做清洗，可能要写一堆公式、拖来拖去。在pandas里，一行代码就能搞定。而且pandas处理几十万行数据的速度，Excel根本比不了。
书里介绍了pandas的完整工作流：清洗数据、准备数据、用聚合和描述性统计来理解数据、最后导入导出。还有两个重要的聚合方法：groupby和pivot_table——用过Excel数据透视表的人应该不陌生，pandas里也有类似的功能。
第三部分：Python in Excel——微软官方支持
这是第二版新增的重点内容。
以前要在Excel里用Python，得靠xlwings这样的第三方工具。现在微软自己把Python集成进了Excel。你在Excel的公式栏里输入=PY，就可以写Python代码了。代码在微软的云端运行，不需要你自己装Python环境。而且配合Copilot，就算你是Python新手，也能用自然语言让AI帮你写代码。
作者把时间序列分析这一章挪到了这部分。这样你可以直接在Excel里对比：同样一个时间序列分析任务，用Jupyter Notebook怎么做，用Python in Excel怎么做。这种对比学习的方式挺实用的。
第四、五部分：xlwings和xlwings Lite——把Excel变成Python的前端
第四部分讲xlwings，第五部分讲xlwings Lite。
「xlwings」是作者自己创建的开源库，作用是让Python和Excel互相调用。你可以用Python读写Excel文件，也可以在Excel里运行Python代码，甚至可以把Excel当成Python程序的界面——点一下按钮就执行一段Python脚本。xlwings支持Windows和macOS。
「xlwings Lite」是第二版新增的内容。它的特点是不用本地安装Python——Python直接在浏览器里运行（通过WebAssembly技术）。你从Excel的加载项商店安装xlwings Lite就行，代码存在工作簿里，打开就能用。支持Windows、macOS，甚至Excel网页版。
这个对很多人来说是个好消息。以前你要用Python处理Excel，得先装Python、装库、配环境，很多人卡在这一步就放弃了。xlwings Lite把这些都省了。
第六部分：不打开Excel读写文件
第六部分讲的是不用打开Excel就能读写Excel文件的方法。
有时候你不需要打开Excel界面，只是想批量处理一批文件——比如把100个Excel文件合并成一个。这时候用pandas或者openpyxl直接操作文件，比打开Excel一个个处理快得多。
这部分被作者放到了最后。他说这样安排的好处是：前面几部分讲的都是“在Excel应用里和Python交互”，是这本书的核心；而直接操作文件是另一种完全不同的思路，放最后比较合适。
第二版还更新了什么
除了上面说的新章节，第二版还有几个重要的更新：
- Python版本从3.8升到了3.14，pandas从1.1.3升到了3.0.0
- 第一版用的Anaconda发行版，第二版换成了uv包管理器——更轻量
- 新增了几个项目案例，用到了DuckDB、Parquet文件、Hugging Face的预训练模型、OpenAI API
一点感受
这本书适合谁？我觉得是那些已经会用Excel做数据分析，但觉得Excel越来越不够用的人。比如你经常处理几十万行的数据，Excel卡得要死；或者你每天要花大量时间做重复性的Excel操作；或者你想用机器学习模型来分析Excel里的数据但不知道从哪下手。
读完这本书最大的收获不是学会了某个具体函数怎么用——那些上网查就行——而是建立了一个认知框架：「在什么场景下用什么工具」。什么时候用pandas直接在代码里处理数据，什么时候用Python in Excel在表格里写Python，什么时候用xlwings让Excel和Python互相调用，什么时候直接操作文件不用打开Excel。
书里有一句话说得挺好：Excel和Python的结合，让数据分析师和数据科学家之间的界限变得越来越模糊。这句话放到今天看，确实在变成现实。
