换挡:学 PQ 最快的方式,是先忘掉 Excel 的直觉
- 2026-09-22 18:31:37
2026 / 09 / 16 · 数魔方方法论系列 · ⑬ · 换挡篇 · tesseract_num
PQ 不难,难在它长在 Excel 里,却不说 Excel 的话。Excel 给你的三个根深蒂固的直觉——操作数据、一个文件装下所有表、筛选只是看看——恰好就是学 PQ 的三道墙:逻辑断层、结构断层、交互断层。跨过去,PQ 就是「按钮版的 Python」。
一句话主张
学 PQ 快不快,从来不取决于你 Excel 有多熟,而取决于你多快忘掉 Excel 给你的直觉。三道墙其实是同一道:你带着 Excel 的直觉走进了 PQ。
一、破题:不是学新功能,是换一套思考方式
很多人一上手 PQ 就「别扭」,却说不清别扭在哪。因为真正要换的不是操作技巧,而是三个底层认知。它们构成三道断层——每一道,都对应一个你从 Excel 带过来的、根深蒂固的直觉。
CH.01 逻辑断层
→
从「操作数据」到「描述流程」
Excel 直觉:我在动手改数据,改一步看一眼 | PQ 真相:我在写一份可复现、可交接的说明书
CH.02 结构断层
→
从「一个文件」到「一条管道」
Excel 直觉:把各张表都搬进同一个文件里再算 | PQ 真相:源不搬家,只被读一遍,管道连着所有源头
CH.03 交互断层
→
从「看见什么」到「数据是什么」
Excel 直觉:筛选只是临时看看,数据其实还在 | PQ 真相:筛掉的就真的没了,下游再也看不到
三道墙,其实是同一道:你带着 Excel 的直觉走进了 PQ。
二、逻辑断层 · 「动手」与「写说明书」
这是最关键的一跳。Excel 教你的直觉是「我在操作数据」;PQ 要你换成的直觉是「我在描述一段处理流程」。
Excel · 操作员
手动改一步
才看到结果
不够好,再改一步
结果只有你知道是怎么来的
每一步都靠你亲手做
PQ · 流程设计师
写下步骤 1 … N
步骤自动产出结果
换个人点刷新,一模一样
说明书本身,就是可交接的资产
你只设计一次,之后自动跑
Excel 你在动手,PQ 你在写说明书 —— 说明书写完,谁点刷新都能复现。
用一句话记:Excel 你在动手,PQ 你在写说明书。说明书写完,谁点一下刷新都能复现,这才是它值钱的地方。
三、三语同构:同一种逻辑,三种写法
你感觉「PQ 和 Python 逻辑一模一样」,这个直觉非常准。它们共享同一套底层特征——只是 PQ 把它换成了按钮。
概念 Excel / WPS Python Power Query
操作单位 单元格 A1 整列 df['A'] 整列 [A]
一段运算 =A1+B1 下拉一千行 df.A + df.B [A] + [B]
复用方式 复制公式 def 函数 自定义函数 · 参数化查询
执行时机 打开就算 运行时算 刷新时才算(惰性)
数据可变性 单元格被反复改写 变量可被重新赋值 每步生成新表 · 不可变
看懂最后两行,就懂 PQ 为什么「像编程」了——它只是把代码换成了按钮。
四、两个同源证据:为什么说它们是一家人
证据 01 · 列操作(向量化)
Excel 的做法:写一格 =A1+B1,然后往下拖一千行 —— 你在一格一格地填
Python / PQ 的做法:写一次 [A] + [B],整列同时算完 —— 你在描述一整列
不是在「填格子」,而是在「描述一整列」
列操作
证据 02 · 不可变(每步都是新表)
Excel 的做法:同一个单元格被反复改写,改坏了只能撤销有限的几步
PQ 的做法:每一步都产出一张新表,上一张原封不动地留着
删掉那一步就回到从前 —— 白送的「无限撤销」
不可变
这两点,就是 PQ 与 Python 血缘关系的证明 —— 不是像,是同一套底层逻辑。
五、结构断层 · 把数据搬进来,还是把管道接过去?
Excel 的世界观是:一个工作簿 = 一个世界。所以跨表只能靠 VLOOKUP、靠复制粘贴、靠手工把 ERP 导出的表再合并一遍。数据一多就卡,来源一散就乱——Excel 被迫当了「仓库」,而不是「工具」。
Excel · 一个文件装世界
跨表靠 VLOOKUP,靠手工粘贴
全量数据都塞进这一个文件
数据一多就卡,公式难维护
版本越改越乱,谁都不敢动
换个数据来源,就得重新搬一遍
一次性重体力活
PQ · 一条管道连世界
源头在哪不重要,接上就行
源文件只读,永远不会被改写
追加 = UNION · 合并 = JOIN
数据再多,也不用搬进一个文件
结果表按需输出
一次性设计活
搬进来,是一次性的重体力活;接管道,是一次性的设计活。
六、管道思维:源不搬家,只被读一遍
PQ 的世界观是:一个查询 = 一条管道。源头在哪根本不重要:数据库、文件夹、网页、API、PDF、另一张表,都是同一种「水源」。
源头
数据库 · 文件夹 · 网页
API · PDF · 另一张表
→
追加查询 ≈ UNION
把多张结构相同的表纵向堆成一张
12 个月的月报 → 一张全年表
+
合并查询 ≈ JOIN
两张表按关键字段横向对起来
订单表 + 客户表 → 带客户名的订单
=
结果表
按需输出
一路带到下游
源文件只读:PQ 只读、不写源 —— 这一步,保住了所有人的安全感。
跨表不再靠粘贴,而是靠追加查询(≈ UNION)和合并查询(≈ JOIN);源文件不搬家,只被「读」一遍——ERP 里的数据本来就在库里,直连即可,省掉「导出 → 合并 → 再算」三道手工工序。
七、零成本落点:省掉的不是时间,是工序
旧路 · 手工搬运
→
ERP 导出 Excel → 手工合并粘贴 → 再算一遍 → 下个月,重做一遍
PQ 路 · 因粮于敌
→
ERP 直连 → 清洗规则 → 输出结果表 → 以后刷新即得
同一条路,旧路每次都重走,PQ 路只走一次 —— 这就是「因粮于敌」的现代表达。这一条对中小企业尤其值钱:它把人力从「数据搬运」里彻底解放出来,零成本 / 负成本的落点就在这里。
ERP 的数据本来就在库里 —— 直连即可,何必导出再搬?
八、交互断层:载体像 Excel,语义却完全不同
这一条最容易被新人忽略、也最容易造成事故。因为 PQ 长在 Excel 上、按钮长得像 Excel,新人会本能地用 Excel 语义去理解它。
视图层 · 你怎么看
Excel 的筛选、排序、隐藏,改变的只是「呈现方式」
数据一行都没少,只是暂时不显示
复制出去、做透视、求和 —— 仍然是全部行
VIEW LAYER
数据层 · 数据是什么
PQ 的筛选、删除列、替换值,直接改变「数据本身」
结果被写进输出表,一路带到下游
下游拿到的,就是被改造过后的数据
DATA LAYER
同一句「筛选」,在两层里,是完全不同的两个动作。
九、筛选真相:筛掉的行,是真的走了
最能说明问题的例子就是「筛选」。同一个动作,在两层里的后果完全不同。
Excel:数据还在,只是藏了
源数据:6 行
筛选后「看到」的结果:3 行亮着、3 行以虚线隐藏
复制、透视、求和 → 仍是 6 行
虚线 = 被隐藏,行还在表里
PQ:筛选后,它真的没了
源数据:6 行
PQ 输出的结果:只剩 3 行
下游拿到的,就是这 3 行
源文件没被动过:PQ 只读,不写源
筛掉的就真的没了
Excel 筛选动的是「你怎么看」,PQ 筛选动的是「数据是什么」。
十、六个误区,来自同一个错觉
看清上面那张对比,就能顺手把一个高频误区清单讲透——这六条几乎每个新手都会踩,而且全部源于「载体像 Excel」这一个错觉。
# 新手的 Excel 直觉 PQ 的真相 课堂上这样说
1 筛选是「临时看看」 筛选是永久删除,写进输出结果 想临时看,就留在 Excel 里筛
2 我是不是把数据改坏了 源文件毫发无伤,PQ 只读不改 这是福利,不是风险
3 跨表匹配 = VLOOKUP 用「合并查询」,本质就是 JOIN 先忘记 VLOOKUP 的写法
4 改了源,PQ 自己会变 必须刷新,也可以定时刷新 惰性求值:不算不算,一刷全算
5 步骤越多越厉害 步骤是给三个月后的自己看的 命名、分组、能折叠就折叠
6 得先学会 M 语言 先用按钮跑通,再回头看代码 高级编辑器是翻译器,不是教材
六条坑,根子是同一个:你以为 PQ 是 Excel 的高级版。
十一、爽点时刻:原来我一直在写代码
第 6 条特别值得在课里埋一个「爽点」。用按钮筛一次,再打开高级编辑器——学员会瞬间明白「原来我一直在写代码,只是我不认识它」。
= Table.SelectRows(源, each [类别] = "A")
这就是你刚才点的那个「筛选」按钮背后的全部代码。你并没有「不会编程」—— 你只是一直在用不认识的写法编程。
高级编辑器不是教材,是「翻译器」—— 把按钮翻译成代码给你看。
十二、学习路径:四阶阶梯
既然是「快学」,路径就不能按功能清单铺,必须按成就感节奏铺——每一阶都拿出一件能拿去上班用的东西。
第 0 阶
约 15 分钟
导入 → 洗 → 加载:先把一条最完整的链路走通,建立「我也能做到」的初体验
第 1 阶
半天
单表清洗:首行提升、改类型——这是每天都会用到的基本功
第 2 阶
1 到 2 天
多表合并:追加 = UNION、合并 = JOIN——跨表从此不再靠粘贴
第 3 阶
3 到 5 天
参数化查询 · 自定义函数:把重复动作封装,一次配置,反复复用
先用笨办法把事跑通,再想优化 —— 宁拙速,不巧久。
十三、加速器与六讲课程序列
这套路径有个加速器:每点一个按钮,就追问一句「这在 Python 里长什么样?」——用已经会的语言去锚定新工具,比从零建立概念快得多。
分组
≈ groupby
按字段分组再聚合,与 pandas 的 groupby 一一对应。
合并查询
≈ merge
按关键字段横向对齐,就是 DataFrame 的 merge。
自定义列
≈ 赋值新列
新增一列的运算,等价于 df['新列'] = ...
学员一旦能自己说出「分组 ≈ groupby」「合并查询 ≈ merge」「自定义列 ≈ df['新列'] = ...」,PQ 就不再是黑箱了。
如果做成系列内容/课程,选题建议按「认知断层的顺序」排,而不是按功能菜单排:
01 换挡
→
PQ 不是高级 Excel —— 砸碎「操作数据」的墙,换成「描述流程」
02 筛选真相
→
你以为是看看,其实是删掉 —— 砸碎「视图层」的墙
03 管道思维
→
不搬数据,只接管道 —— 砸碎「一个文件装世界」的墙
04 合并查询
→
等于 JOIN —— 从 VLOOKUP 到关系型思维
05 偷看代码
→
认识第一行 M —— 从「点按钮」到「看得懂代码」
06 一次做好
→
刷新即得,交付闭环 —— 从「每次重做」到「刷新即得」
首讲钩子建议用一个对照演示:同一件事(两表匹配汇总),Excel 现场做 10 分钟且下次还要重做,PQ 现场做 30 秒且以后每次 1 秒。让学员亲眼看见差距,比讲十页原理都管用。
三句话带走
① 逻辑断层
·
Excel 你在动手,PQ 你在写说明书 —— 同源证据是「列操作」与「不可变」,这两点就是它和 Python 的血缘证明
② 结构断层
·
Excel 一个文件装下一个世界,PQ 用一条管道连接所有世界 —— ERP 直连、不做数据搬运工,这就是零成本的落点
③ 交互断层
·
Excel 筛选动的是「你怎么看」,PQ 筛选动的是「数据是什么」—— 这一条最该在课里反复砸
PQ 不难,难在它长在 Excel 里,却不说 Excel 的话。
忘掉 Excel 的直觉,PQ 就只是按钮版的 Python
分享这篇文章
把数魔方的方法论,分享给需要的人
🔗 复制链接
已复制 ✓
微信分享方法:
① 用微信「扫一扫」识别二维码打开本文;
② 点右上角「···」→「分享到朋友圈」或「发送给朋友」;
③ 或长按保存二维码,发到群里/朋友圈即可。
数魔方方法论系列
①数字化,不假外求——敏捷数字化的精神内核(心学)
②中小企业搭建数字化平台的敏捷路线(路线)
③求之于势,不责于人——用兵法思维看敏捷数字化(兵法 · 造势)
④兵众孰强,士卒孰练——数字化时代的胜负手(兵法 · 练兵)
⑤兵贵速,不贵久——数字化最大的成本是时间(兵法 · 作战)
⑥因粮于敌——数字化的最高境界是负成本(兵法 · 粮草)
⑦一块看板,看清一家公司——数魔方经营仪表盘全拆解(实战 · 仪表盘 · 上篇)
⑧从看清到算赢——经营分析仪表盘 27 页全拆解(实战 · 仪表盘 · 下篇)
⑨上手一周,回本一月——PQ 自动化的低门槛高收益账(实战 · 收益账)
⑩自足,源于提升——练兵、分利与双赢(兵法 · 合题)
⑪易学易用——用 PBI 建数据模型,比你想象的近(实战 · 方法论)
⑫破冰——万事开头难,难的不在 PQ,在开头(破冰 · 知行合一)
⑬换挡——学 PQ 最快的方式,是先忘掉 Excel 的直觉(换挡 · 认知断层)
© 2026 数&魔方 · 数魔方 · tesseract_num