有人在知乎上提問：為什么大公司不用pandas取代excel？

而且列出了幾個理由：Pandas功能比Excel強大，運行速度更快，Excel除了簡單和可視化界面外，沒有其他更多的優勢。

有個可怕的現實是，對比Excel，光是運行成功print(‘hello world’)已經勸退95%的人了。

Excel的核心優勢就是操作方便，哪個Top級產品不是把用戶路徑優化到極致的，某種意義上來說Python也是編程語言里的Excel、WeChat。

何況Pandas和Excel不存在競爭關系，反而是合作關系。

Pandas是基于Python的數據處理編程語言，能支持Excel格式文件的導入導出，Excel是商業圖形化表格軟件，使用場景不一樣，用戶對象不一樣。

Excel的最大的特點在于操作足夠簡單、功能足夠實用、傳播足夠便捷，這是任何其他同類工具替代不了的，很難想象你不用xlsx，而是發個py文件給老板。

所以Pandas的優勢對于Excel用戶來說形同虛設，你總不能要求財務的人放棄Excel，哼哧哼哧的用Pandas整理賬單報表。

問題里提到幾點pandas可以替代的Excel的理由，但其實都站不住腳。

1、Pandas功能遠比Excel多？

這絕對是Excel小白用戶的錯覺。

現實情況是Pandas能做的事，Excel都可以做，Pandas不能做的事，Excel也可以做。

大眾常用的Excel功能占不到全部功能的5%，多數情況下你無非是拿Excel來存儲數據、制作表格、可視化圖表，稍復雜一點可能會用到透視表、vlookup等，但這些只是Excel的開胃小菜。

Excel的Power Query是數據清洗處理的神器，可以做各種數據的合并、組合、透視等操作，對比pandas絲毫不含糊。

Excel中的??Power Pivot是大數據處理和建模神器，支持千萬級數據的快速處理，以及各種模型搭建，還有DAX函數應用。

Excel的VBA和宏是自動化數據處理神器，不光能編寫自動化動作，還能結合各種API實現商業級系統的數據對接和產品開發，什么BI報表、財務系統、量化系統、訂單系統等，都可以開發。

這里不一一例舉，可能咨詢公司和金融領域的人對Excel的功能之強大感受更明顯。

其實對于大眾來說，Excel里5%的常用功能已經能滿足日常工作95%的需求了，這是事實，所以Excel的流行不是它功能多，而是產品設計真的符合用戶需求。

Pandas的功能強大不在于比Excel數據處理能力強，而是能力邊界更廣，整個Python生態都可以為它所用，能結合sklearn、matplotlib、numpy、tensorflow等各種框架，處理多樣化復雜任務、跨領域任務、重復性任務等數據問題。

2、Excel運行速度遠不是Pandas對手？

這個確實這樣，在處理數據清洗、數據建模、大數據時，Excel運行速度比Pandas慢，因為Excel是圖形化軟件，依賴電腦性能，且多數情況下需要手工點點點操作，而Pandas直接跑Python代碼，而且有并行優化機制，能快速處理數據。

但是，使用Excel的人對速度其實要求很低，日常拉個銷售日報、透視下產品利潤、繪制個走勢圖，幾分鐘能做的事，何必寫pandas來處理。

真正需要Pandas處理是重復性高、數據量大、過程復雜的任務，比如量化策略，要實時處理幾百萬行日線數據，這就要用到pandas，寫個腳本，放在服務器上跑。

再比如算法開發，需要不斷更改數據、調試模型，Pandas就很適合這樣的任務，只需要更新一些代碼，便可以重跑整個過程。

3、Pandas除了不能搞出Excel這么多種顏色，字體，格式，別的真沒什么了？

Excel本身就是可視化的表格軟件，格式和可視化的多元化也是其產品特點，做好表截個圖就能發給領導交差，多么方便的事。

Pandas本身就不是干可視化表格的事，它是數據處理語言，其在notebook渲染的表格樣式，也是方便對數據做處理，而是用于可視化展示。

Excel和Pandas其實各有所長，誰也替代不了誰，對用戶來說，應該根據需求來選擇工具，讓工具更好的服務自己。