適用範圍
Excel 作為辦公軟件，在處理小規模的表格數據是非常合適的。簡單的日常需求可能只需要一鍵即可完成。

pandas 是 Python 中的一個數據處理分析庫，他能夠處理非常複雜且不規範的數據(許多人以為不能)，同時也能快速做探索分析。

我頭條號其中一篇關於處理不規範數據的實戰案例：

["Python替代Excel Vba"系列（三）：pandas處理不規範數據](https://www.toutiao.com/i6704937096722776583/?group_id=6704937096722776583)

可以說，在 Excel 中存在的功能，在 pandas 中也是一兩句代碼即可完成，並且能夠做到Excel所不能做到的複雜需求。

具體可以參考我的系列文章(下面只是列舉其中1篇)：

[懂Excel就能輕鬆入門Python數據分析包pandas(八)：匹配查找](

因此，公司中的數據部門，"報表科"可能只使用Excel，"分析科"就會同時使用Excel，vba，pandas

歷史原因

許多公司一開始就使用了Excel作為數據模型工具，套上許多公式或vba編程，他們很多時候不是不想用pandas代替，只是這意味著人力成本與風險。

vba的存在
Excel自帶的功能可以滿足一般工作需求，但不能實現自動化流程。但微軟及時提供了vba語言解決這一缺點。因此許多公司早期都會使用vba實現自動化流程。後期即使發現pandas效率更高，也不好替換

認知問題

我相信許多人都認為，學習vba要比學習pandas 要容易，畢竟學習pandas還需要去學習python。這是許多"數據人"的誤區。

不可否認，在"操作Excel"這個角度上看，學習vba的確易於學習pandas。但是，數據領域工作中，真正複雜的不在於怎麼操作Excel，而是怎麼處理數據。pandas在"玩數據"這塊，無疑比Excel與vba要優秀得多，學習成本也低很多。

這是因為，使用pandas不需要你非常深入python的知識，簡單的判斷、遍歷(實際不需要自己編寫遍歷代碼)，即可馬上學習pandas

可惜許多"數據人"都被市面上各種學習python的資料給嚇倒，從而導致使用pandas代替Excel難以實現。

許多人不知道vba可以與pandas結合

我以前的一家公司中的數據部門，當初也是全用vba+Sql，但後來的維護成本實在太高（想象一下彙總也要自己寫幾十行代碼，sql其實也算簡單，但不能處理不規範數據，在pandas 中就一句）。

後來希望轉用 pandas，但是也遇到人力成本問題。後來發現python中有一個庫xlwings ，可以實現 vba與python之間的互相調用，並且直接支持pandas(你會發現當前許多的庫，甚至一些很出名的BI工具，都能支持pandas)。

現在，該公司已經使用pandas 替換了許多數據處理分析工作，而vba只是作為調整格式的工具。人力成本大大降下來，並且可以讓員工的能力有所提升。

最後

最後提醒各位"數據人"，不進則退。如果你覺得你用Excel或vba就能應付當前工作需求，沒有必要學習更優秀的工具，那麼可能你的能力就永遠止步於此。

外星人玩Python

Excel起步較早，有很多資源。存在由全職團隊製作的書籍，社區甚至專業文檔。Excel可視化做得好。Excel的性能確實不咋地，但能解決大多數問題，且易於使用。VBA具有宏錄製功能。

pandas的資源也很豐富，性能和功能遠比Excel強大，但是易用性和可視化不如Excel。

建議：日常小數量的電子表格用Excel。如果大數據量或需要使用VBA，在掌握python的前提下，不如用pandas。

附錄參考資料：https://www.toutiao.com/i6632406205379674627/

Excel 1997 和 Excel 2003 中，工作表的大小僅為 256 列 × 65,536 行。Excel 2007 、 Excel 2010和Excel 2013等新版本中，工作表的大小為 16,384 列 × 1,048,576 行。超出此列和行限制的單元格中的數據將會丟失。大數據建議直接用csv文件和python的pandas結合處理。