CSV格式数据操作：为什么使用python脚本而不是MS excel函数？

我目前正在处理csv格式的大型数据集。在某些情况下，使用excel函数完成工作会更快。但是，我想编写python脚本来读/写csv并执行所需的功能。在什么情况下，python脚本比使用excel函数进行数据操作任务更好？长期优势是什么？

学习python后，您的灵活性会更高。您可以使用的操作 在MS excel的用户界面上有限制，但没有限制 如果您使用python

好处还在于，您可以自动进行修改，例如，您可以重复使用 或者将其重新应用到其他数据集。速度在很大程度上取决于速度 你使用的算法和库，以及关于操作

您也可以在excel中使用VB脚本/宏来自动化操作，但是

---

通常，python不那么麻烦，也更灵活。

建议在以下情况下使用python：

重复操作：对类似的数据集重复执行类似的操作集。例如，假设你得到一个月的预测数据，你必须执行各种切片、切割和绘图。这里的数据结构和分析步骤大致相同，但每个月的数据不同。使用Python和Pandas将节省大量时间，还可以减少手动错误

探索性分析：一旦您对Pandas、Numpy和Matplotlib有了一定的了解，使用这些python库进行分析比Excel分析更快、更高效。一个简单的用例就是回溯。使用Pandas，您可以快速追溯并恢复数据集的原始形式或早期分析形式。使用Excel，您可能会在迷宫般的分析之后迷失方向，并且可能会在cntrl+z之外的早期形式中迷失方向

教学工具：在我看来，这是最未充分利用的功能。IPython笔记本可能是数据分析的优秀教学工具和参考文件。使用此功能，您可以在同事之间高效地传递知识，而无需共享复杂的excel文件

---

这与excel与python无关。它是关于何时使用excel以及何时使用python以提高效率。在我下面的回复中，我列出了某些场景，其中使用Python比使用excel更有效。