大多数人听到“Excel里的Python”，第一反应就是处理复杂的数据分析、构建模型。但我发现它最实用的地方，反而是搞定那些我平时总拖着不做的琐碎表格活儿：拆分凌乱的姓名、核对两份清单、把一堆数字直接变成文字结论。有了它，再也不用硬着头皮写绕来绕去的公式，也不必反复调整 Power Query 的步骤。

Python 直接内嵌在 Excel 里，你不需要单独安装任何软件。输入 Python 公式，代码就在微软的云端运行，结果直接返回单元格。而且，它专为工作表数据设计，你可以通过 xl("表名") 或 xl("单元格区域") 把表格内容拉进 Python，处理完再写回 Excel。Python in Excel 自带一个由 Anaconda 提供的环境，里面装着 pandas 这类常用库，省去了过去折腾环境的各种麻烦。

打开网易新闻 查看精彩图片

你并不需要先成为一名程序员。把 Python 当成另一种处理表格难题的工具来用就好，文中每个示例都可以直接改造成你自己的数据，我会逐一解释每段代码在干什么。要体验的话，只需要一个符合条件的 Microsoft 365 订阅，再把数据格式化成 Excel 表格（按 Ctrl+T），或者在单元格里敲 =PY（ 然后插入 Python，就可以开始了。

以前我最头疼的活之一，就是把一列“姓名”拆成“名”和“姓”。看起来简单，可一旦数据里冒出来中间名缩写、双姓或者带连字符的姓氏，公式里的 LEFT、RIGHT、FIND 就乱套了。Power Query 我也试过，但每次格式一变动，又得重新去调整步骤。后来我用 Python 根据自己的规则做了一次清理，舒服多了。下面这段代码并没有试图覆盖所有命名习惯，只是用了一个简单的规则：

先用 split 按空格把全名拆成片段，如果最后一个片段里带有连字符，就判断它是连字符姓氏，前面所有部分合并成名字；如果正好有两个片段，就分别当作名和姓；要是片段更多，就默认最后一个是姓，前面都是名。这样一类逻辑，用 Python 写出来只有寥寥几行，我把它包成一个函数，套在整列姓名上，干净的名字表立刻就拆分好了。

这种“为自己的典型杂活写一段小规则”的方式，比试图用复杂公式拼凑一个万能的解决方案省心太多。不用再和边界情况反复较劲，也不用因为偶尔多了一种新格式就推翻重来。Python 让我把 Excel 从“能搞定一切”的大工具箱，变成了一个遇到具体麻烦时才随手拿出来的趁手家伙。