有人在知乎上提问：为什么大公司不用pandas取代excel？
而且列出了几个理由：Pandas功能比Excel强大，运行速度更快，Excel除了简单和可视化界面外，没有其他更多的优势。
有个可怕的现实是，对比Excel，光是运行成功print('hello world')已经劝退95%的人了。
Excel的核心优势就是操作方便，哪个Top级产品不是把用户路径优化到极致的，某种意义上来说Python也是编程语言里的Excel、WeChat。
何况Pandas和Excel不存在竞争关系，反而是合作关系。
Pandas是基于Python的数据处理编程语言，能支持Excel格式文件的导入导出，Excel是商业图形化表格软件，使用场景不一样，用户对象不一样。
Excel的最大的特点在于操作足够简单、功能足够实用、传播足够便捷，这是任何其他同类工具替代不了的，很难想象你不用xlsx，而是发个py文件给老板。
所以Pandas的优势对于Excel用户来说形同虚设，你总不能要求财务的人放弃Excel，哼哧哼哧的用Pandas整理账单报表。
问题里提到几点pandas可以替代的Excel的理由，但其实都站不住脚。
1、Pandas功能远比Excel多？
这绝对是Excel小白用户的错觉。
现实情况是Pandas能做的事，Excel都可以做，Pandas不能做的事，Excel也可以做。
大众常用的Excel功能占不到全部功能的5%，多数情况下你无非是拿Excel来存储数据、制作表格、可视化图表，稍复杂一点可能会用到透视表、vlookup等，但这些只是Excel的开胃小菜。
Excel的Power Query是数据清洗处理的神器，可以做各种数据的合并、组合、透视等操作，对比pandas丝毫不含糊。
Excel中的Power Pivot是大数据处理和建模神器，支持千万级数据的快速处理，以及各种模型搭建，还有DAX函数应用。
Excel的VBA和宏是自动化数据处理神器，不光能编写自动化动作，还能结合各种API实现商业级系统的数据对接和产品开发，什么BI报表、财务系统、量化系统、订单系统等，都可以开发。
这里不一一例举，可能咨询公司和金融领域的人对Excel的功能之强大感受更明显。
其实对于大众来说，Excel里5%的常用功能已经能满足日常工作95%的需求了，这是事实，所以Excel的流行不是它功能多，而是产品设计真的符合用户需求。
Pandas的功能强大不在于比Excel数据处理能力强，而是能力边界更广，整个Python生态都可以为它所用，能结合sklearn、matplotlib、numpy、tensorflow等各种框架，处理多样化复杂任务、跨领域任务、重复性任务等数据问题。
2、Excel运行速度远不是Pandas对手？
这个确实这样，在处理数据清洗、数据建模、大数据时，Excel运行速度比Pandas慢，因为Excel是图形化软件，依赖电脑性能，且多数情况下需要手工点点点操作，而Pandas直接跑Python代码，而且有并行优化机制，能快速处理数据。
但是，使用Excel的人对速度其实要求很低，日常拉个销售日报、透视下产品利润、绘制个走势图，几分钟能做的事，何必写pandas来处理。
真正需要Pandas处理是重复性高、数据量大、过程复杂的任务，比如量化策略，要实时处理几百万行日线数据，这就要用到pandas，写个脚本，放在服务器上跑。
再比如算法开发，需要不断更改数据、调试模型，Pandas就很适合这样的任务，只需要更新一些代码，便可以重跑整个过程。
3、Pandas除了不能搞出Excel这么多种颜色，字体，格式，别的真没什么了？
Excel本身就是可视化的表格软件，格式和可视化的多元化也是其产品特点，做好表截个图就能发给领导交差，多么方便的事。
Pandas本身就不是干可视化表格的事，它是数据处理语言，其在notebook渲染的表格样式，也是方便对数据做处理，而是用于可视化展示。
Excel和Pandas其实各有所长，谁也替代不了谁，对用户来说，应该根据需求来选择工具，让工具更好的服务自己。