当前位置：首页>python>别再死磕Excel!Python+Excel入门指南:用Excel思维学Python核心语法

别再死磕Excel!Python+Excel入门指南:用Excel思维学Python核心语法

2026-09-10 07:07:35

上一章我们已经理清了 Python 与 Excel 结合的核心优势，今天直接进入硬核实操 —— 用你熟悉的 Excel 思维快速掌握所有 Python 核心原生语法，每个知识点都对应日常数据处理场景，看完就能上手处理数据！

数据类型：对应 Excel 的不同数据格式

Python 里的每种数据都有专属类型，就像 Excel 里的文本、数字、是 / 否格式：

# 存储员工姓名employee_name = "李小花"# 字符串常用方法：转大写（中文不影响，英文会自动转换）print(employee_name.upper())

🔹 数值型：对应 Excel 数字格式，包括整型（整数业绩）和浮点型（带小数的佣金）

# 整数业绩total_sales = 16800# 带小数的佣金commission = 1680.0

🔹 布尔值：对应 Excel 的是 / 否格式，比如判断业绩是否达标

# 业绩是否达标is_target_met = True

✨ 小提示：Python 里「一切皆对象」，每个数据类型都自带专属方法，比如字符串的拼接、数值的计算，就像 Excel 里的单元格格式自带的功能。

索引与切片：批量提取数据的神器

对应 Excel 里批量选取连续 / 单个数据的操作，Python 用索引定位单个数据，用切片提取批量数据：

# 存储一组业绩数据sales_data = [12500, 14200, 16800, 19500, 23200]# 索引：提取第一个业绩（注意Python从0开始计数）first_sale = sales_data[0]print("首个业绩：", first_sale)# 切片：提取前3个业绩数据top_3_sales = sales_data[:3]print("前3个业绩：", top_3_sales)# 切片：提取中间2个业绩middle_sales = sales_data[1:3]print("中间2个业绩：", middle_sales)

列表：存储一列数据的容器

对应 Excel 里的一整列数据，用来批量存储同类型的信息，比如所有员工的业绩：

# 创建业绩列表sales_list = [12500, 14200, 16800]# 添加新的业绩数据sales_list.append(19500)print("添加后的数据：", sales_list)# 修改某条业绩数据sales_list[2] = 17000print("修改后的数据：", sales_list)# 遍历打印所有业绩for sale in sales_list:    print("业绩：", sale)

字典：键值对匹配的工具

对应 Excel 里关联匹配的操作，比如员工姓名和业绩的一一对应，不用手动查找：

# 存储单个员工的业绩信息employee_sales = {    "姓名": "李小花",    "业绩": 16800,    "部门": "市场部"}# 提取员工的业绩print(f"员工业绩：{employee_sales['业绩']}")# 存储多个员工的信息team_sales = [    {"姓名": "张三", "业绩": 12500},    {"姓名": "李四", "业绩": 14200},    {"姓名": "李小花", "业绩": 16800}]# 遍历打印所有员工的业绩for emp in team_sales:    print(f"{emp['姓名']}的业绩：{emp['业绩']}")

控制流：实现逻辑判断与批量处理

对应 Excel 里的条件计算、批量填充操作，Python 用控制流实现复杂逻辑：

1. if 条件判断：对应 Excel 的条件逻辑，比如根据业绩评级

sales = 16800if sales >= 20000:    rating = "金牌"elif sales >= 15000:    rating = "银牌"elif sales >= 10000:    rating = "铜牌"else:    rating = "待提升"print(f"业绩评级：{rating}")

2. for 循环：对应 Excel 的批量处理，比如计算所有业绩的总和：

sales_list = [12500, 14200, 16800, 19500]total = 0for sale in sales_list:    total += saleprint("总业绩：", total)

3. while 循环：对应 Excel 的重复执行直到满足条件，比如统计业绩达标的人数

sales_list = [12500, 14200, 16800, 19500]count = 0index = 0while index < len(sales_list):    if sales_list[index] >= 15000:        count += 1    index += 1print("业绩达标人数：", count)

函数与模块：代码复用的核心

对应 Excel 的自定义公式、加载宏，让代码可以重复使用，不用每次重新写：

1. 自定义函数：对应 Excel 的自定义公式，比如写一个通用的佣金计算函数

def calculate_commission(sales):    if sales >= 20000:        return sales * 0.15    elif sales >= 15000:        return sales * 0.1    else:        return sales * 0.05# 调用函数计算佣金li_commission = calculate_commission(16800)print(f"佣金：{li_commission}")

2. 模块导入：对应 Excel 的加载宏，使用 Python 自带的工具库，比如计算业绩的标准差（衡量波动）

import mathsales_list = [12500, 14200, 16800, 19500]# 计算业绩的标准差，保留2位小数avg_sales = sum(sales_list)/len(sales_list)sales_std = math.sqrt(sum((x - avg_sales)**2 for x in sales_list)/len(sales_list))print("业绩波动标准差：", round(sales_std, 2))