numpy
numpy pandas除了效率对比excel，还有什么功能上的优势吗？
pandas除了效率对比excel，还有什么功能上的优势吗？
这两个属于不同领域中应用的东西，放在一起比的意义不是太大。
excel
excel面向办公用途，以人工操作为主，以可视化的方式对数据进行直观操作，一般人员经过简单培训即可上手。
numpy pandas
numpy pandas 面向数据统计方面，需要通过编写代码的方式来处理数据，编程语言是 python。主要供学过编程技术的开发人员或数据统计领域的人员使用。
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](_id6704937096722776583)
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。