之前聊数据管理，更多是从数据表的角度展开。最近落地工具时才发现，不少同事使用 Excel 一直处在无意识状态，不清楚不同文件格式的能力差异，对.xls的依赖，积习很深。聊聊数据管理

这些年处理底稿，我一直用“VBA + PowerQuery”的组合。好处很实在，都是 Excel 自带功能，不用额外装软件。PowerQuery 从 2016 版才内置，天生不支持 xls，这是一道硬门槛。

xls 是早年 Office 97-2003 的二进制格式，上限仅 65536 行，很多现代功能底层就不兼容，早已落后于时代。即便换到 xlsx，遇到超大体量数据也会感到吃力，这时我们才会借助 DuckDB 或 Python 做进一步处理。

节前单位更新底稿模板，内容做了修订，格式依旧还是 xls。想来无非两个原因：老同事担心更换格式后版式错乱、打印出问题；或是长期习惯旧版 Office，不愿改动。下发的工具包里，大部分文件也都是 xls。早年写进去的 VBA 代码早就丢失，只剩几个孤零零的按钮，看着像是能运行，实则没有任何功能，成了失去灵魂的空壳。

这两天有同事使用我写的 PowerQuery 工具，数据始终加载不出来。右键超级表，刷新按钮是灰色；进到查询编辑器，里面一片空白。排查才发现，他直接把 xlsx 手动改成了 xls，整套工具就此失能。

仅仅这一步，PowerQuery 的运行环境直接消失。我反复强调 PowerQuery 的运行前提，但这类问题依旧时不时出现。很多人以为后缀只是文件名，改一改，文件内容不变。实际上，后缀决定文件底层结构，直接决定 Excel 可以启用哪些功能。

数据管理，核心不是安排专人兜底整理数据。真正要做到的，是一线编制底稿的人建立意识：新建、保存文件的时候，就要清楚这份数据后续会流向哪里、需要什么样的运行环境。一线人员就是数据源头，源头的容器选错，后面所有自动化工作，全都白费。Output 要正确，Input 正确是前提，不要幻想错误的输入，经过处理后还能产出正确结果。

现在用脚本处理表格也是同理，openpyxl 只认 xlsx。如果是 xls，只能依靠早已停止维护的旧类库，稳定性很差，极易出故障。

怀旧没问题，但 xls 不必再留恋。日常底稿使用 xlsx，带宏的文件选用 xlsm。百万行数据、超级表、PowerQuery、新函数，全都依托这个格式。（最近 Excel 推出了列表函数，我这边还没有收到更新推送）

指望工具去弥补不规范操作带来的错误结果，并不现实。公式、查询、代码都好打磨。最难的，是让大家建立底层的 Excel 意识：表格不是一张电子化的纸，它是存放数据、流转数据的容器。容器选错，再精心设计的工具，一个后缀就能废掉。

全员有意识，组织才有希望。躺平摆烂、等着别人兜底的 “公共汽车” 思维，终究是自毁长城。