Excel更简单，学校都会开启关于计算机的基础课程。
MicrosoftOfficeExcel是Microsoft为使用Windows和AppleMacintosh操作系统的电脑编写的一款电子表格软件。
该软件直观的界面、出色的计算功能和图表工具，再加上成功的市场营销，使Excel成为最流行的个人计算机数据处理软件。

为什么一些大公司不用pandas取代excel？

我想原因是他们的适用范围不一样，也就意味着他们的学习成本不一样。如同为什么有了汽车，还有自行车的存在。

适用范围Excel 作为办公软件，在处理小规模的表格数据是非常合适的。简单的日常需求可能只需要一键即可完成。pandas 是 Python 中的一个数据处理分析库，他能够处理非常复杂且不规范的数据(许多人以为不能)，同时也能快速做探索分析。

我头条号其中一篇关于处理不规范数据的实战案例：

[Python替代Excel Vba系列（三）：pandas处理不规范数据]()

可以说，在 Excel 中存在的功能，在 pandas 中也是一两句代码即可完成，并且能够做到Excel所不能做到的复杂需求。

具体可以参考我的系列文章(下面只是列举其中1篇)：

[懂Excel就能轻松入门Python数据分析包pandas(八)：匹配查找]()

因此，公司中的数据部门，报表科可能只使用Excel，分析科就会同时使用Excel，vba，pandas

历史原因许多公司一开始就使用了Excel作为数据模型工具，套上许多公式或vba编程，他们很多时候不是不想用pandas代替，只是这意味着人力成本与风险。

vba的存在

Excel自带的功能可以满足一般工作需求，但不能实现自动化流程。但微软及时提供了vba语言解决这一缺点。因此许多公司早期都会使用vba实现自动化流程。后期即使发现pandas效率更高，也不好替换

认知问题我相信许多人都认为，学习vba要比学习pandas 要容易，毕竟学习pandas还需要去学习python。这是许多数据人的误区。

不可否认，在操作Excel这个角度上看，学习vba的确易于学习pandas。但是，数据领域工作中，真正复杂的不在于怎么操作Excel，而是怎么处理数据。pandas在玩数据这块，无疑比Excel与vba要优秀得多，学习成本也低很多。

这是因为，使用pandas不需要你非常深入python的知识，简单的判断、遍历(实际不需要自己编写遍历代码)，即可马上学习pandas

可惜许多数据人都被市面上各种学习python的资料给吓倒，从而导致使用pandas代替Excel难以实现。

许多人不知道vba可以与pandas结合我以前的一家公司中的数据部门，当初也是全用vba+Sql，但后来的维护成本实在太高（想象一下汇总也要自己写几十行代码，sql其实也算简单，但不能处理不规范数据，在pandas 中就一句）。

后来希望转用 pandas，但是也遇到人力成本问题。后来发现python中有一个库xlwings ，可以实现 vba与python之间的互相调用，并且直接支持pandas(你会发现当前许多的库，甚至一些很出名的BI工具，都能支持pandas)。

现在，该公司已经使用pandas 替换了许多数据处理分析工作，而vba只是作为调整格式的工具。人力成本大大降下来，并且可以让员工的能力有所提升。

最后最后提醒各位数据人，不进则退。如果你觉得你用Excel或vba就能应付当前工作需求，没有必要学习更优秀的工具，那么可能你的能力就永远止步于此。

欢迎关注我的头条号，专注于使用Python带你玩转数据。

Excel起步较早，有很多资源。存在由全职团队制作的书籍，社区甚至专业文档。Excel可视化做得好。Excel的性能确实不咋地，但能解决大多数问题，且易于使用。VBA具有宏录制功能。

pandas的资源也很丰富，性能和功能远比Excel强大，但是易用性和可视化不如Excel。

建议：日常小数量的电子表格用Excel。如果大数据量或需要使用VBA，在掌握python的前提下，不如用pandas。

附录参考资料：

Excel 1997 和 Excel 2003 中，工作表的大小仅为 256 列 × 65,536 行。Excel 2007 、 Excel 2010和Excel 2013等新版本中，工作表的大小为 16,384 列 × 1,048,576 行。超出此列和行限制的单元格中的数据将会丢失。大数据建议直接用csv文件和python的pandas结合处理。