Excel是目前职场中应用最广泛的软件工具，各行各业都有大量“表哥表姐”们用它画表格，做计算。可以说，没有Excel，很多职场人员就无法正常工作。

不过，Excel也不是尽善尽美，它基本上没什么自动化处理能力，而且公式计算能力也还不够强，导致有不少日常工作只能在Excel上手工处理，当然效率就很低。结果，对着Excel加班加点就成为很多“表哥表姐”们的家常便饭。

我们来看看怎样解放表哥表姐们，让大家早点下班。

批量处理

有时我们需要处理批量的Excel文件，比如下级机构或员工提交上来的100个Excel表格要合并成一个大的。Excel没提供什么好办法，只能一个个去打开、复制、粘贴，搞几十上百下，要累死人的。

如果只是简单地把表格按顺序拼到一起，那还只是机械动作，累虽然累，不费啥心思。然而，实际问题总是比期望的要麻烦。比如这些都是经常会发生的事情：

拼接时还要补上文件名，否则不知道这行数据原来是来自哪里的；

有些表格的列标准次序不一样，需要调整一下才能对齐；

某几个表格中有重复的数据，得找出来剔除掉；

…

这么一来，复制粘贴时还要死盯着这些格子，不仅费手还费眼，搞完了恨不得眼镜再深个300度，按时下班更是不可能的事了。

那咋办？

有人说，批量处理，那编程呗！

没问题，用啥来编呢？

有人再说，VBA！

的确VBA搞这些事原则上没问题，它还是Excel自带的编程语言，不用安装即可使用，可是VBA太基础了，对于批量数据的处理并没提供多少帮助，随便一些动作就要写很长一大段代码，用来解决上面的问题并不轻松。

那还有啥可用？

街上有无数培训班都会告诉你：学Python!

Python看上去很美，实际上却完全不是那么回事。想用它来协助Excel做数据处理，需要用一个叫pandas的第三方程序。我们且先略过安装Python和pandas对于非专业程序员来讲有多困难了，更关键的问题在于pandas看待数据并不是我们熟悉的表格（一行行数据的集合），而是个矩阵，相关的运算和函数常常并不是以你期望的样子出现，理解起来很费劲。而且同样功能的运算会有N种表述方式，让人摸不着头脑，只能临时去网上找例子，写对写不对常常是凭运气；更不要再说它的调试了，你总不可能一次就把程序写对吧， Python 的调试功能本来就不太好，pandas 又不是 Python 的原生内容，调试就更费劲。

Python是个不错的编程语言，但并不是面向非职业程序员的，它的使用者都是重度专业人员。

Python 都不行，那其它还有啥？

还有SPL！这个世界上大概只有 SPL 是能让非专业程序员的职场人员学得会的程序语言了。对于大部分Excel不擅长的数据处理功能，它都只需要一两句代码即可解决。

比如上文提到的合并Excel的问题，如果要把一个目录下的所有Excel文件合并成一个，并把文件名转为列值，只要写如下三行代码：

	A
1	=directory@p("tmp/*.xlsx")
2	=A1.conj((fn=filename@n(~),T(~).derive(fn:Commodity)))
3	=T("Amount.xlsx",A2)

列顺序不同也很简单：

	A
1	=T("FruitsPriceStock.xlsx")
2	=T("MeatsPriceStock.xlsx")
3	=A1.insert@f(0:A2)
4	=T("FoodsPriceStock.xlsx",A3)

去除重复数据也不在话下：

	A
1	=T("Customer1.xlsx").sort(Name,Times)
2	=T("Customer2.xlsx").sort(Name,Times)
3	=[A1,A2].merge@u(Name,Times)
4	=T("CustomerTimes.xlsx",A3)

看看，这些代码是不是非常简单！

类似地，有合并就有拆分，如果想把一个Excel文件按某个列分类，再拆成多个文件，手工复制粘贴，不停地另存，是会累死人的，而SPL只要几行：

	A	B
1	=T("orders.xlsx")	=A1.group(Shippers)
2	for B1	=T(A2.Shippers+".xlsx",A2)

还有批量Excel表格转换的问题，比如把这样的成绩表：

变成交叉表：

一个两个可以手工操作，如果手头十个八个甚至几十上百个班的成绩表要这么倒腾，那有多累也是可想而知的。但只要会SPL编程，也就是一两句话的事情。

表内计算和格式转换

日常工作中还有很多场景是Excel表格中的计算任务，Excel本身提供的公式和操作对于某些复杂的需求还是不够丰富，导致很多手工动作。

我们知道，Excel可以对着一个片区计算，也就是有集合的概念，但它不可以让单元格的值是个集合，也没提供集合的函数，涉及集合的运算就非常麻烦，比如下面这个例子：

每列是销售额排名前十的产品列表(随着时间的推移，月数会增加)：

现在想找出这几个月全部进了前十的产品名单，这其实就是对着几列数据（几个月份的前十名单）求交集。但Excel没有直接提供这种函数，只能用数据操作来处理：选择一月份的名单列表，使用条件区域，将条件区域设置为二月份的名单列表，就能得到一月和二月前十名单的交集。接着，用一二月的交集，和三月份求交集，重复上面的步骤，有几个月就操作几次，最后得出所有月份的交集。

如果到了年底，有12个月的数据，按上述步骤操作，会把人逼疯☹。

SPL这时候也能帮得上忙，它提供了一个插件，安装上之后，Excel就多了一个函数，而刚才这个运算，只要一句就搞定：

=spl("=transpose(?1).isect()",B2:E11)

在Excel中选择你希望存放结果的单元格，写入这个公式即可：

月份多了，也就是把涉及的片区写大一点即可。

Excel的文字处理能力也不太强，比如下面这个文字拆分的例子（D列和E列有多行文字，两者行数相同且一一对应，比如F对应Fail）：

现在要将D列和E列按换行符拆分，并扩展成多行，希望结果如下：

Excel 有分列功能可以拆分字符串，但只能把拆出来的结果放到多列里，现在这里希望拆到多行，而且要同时抄其它列的数据，用Excel就只能手工操作了。不过有了SPL，就还是一句话的事：

=spl("=E(?1).run(Grades=Grades.split(""\n""),Comment=Comment.split(""\n"")).news(Grades.len();Names,Class,Year,Grades(#):Grades,Comment(#):Comment)",A1:E4)

看起来长了一点，其实是把列名抄写了一遍，公式本身并不难，而且 SPL 还提供了界面可以很方便地编辑这种长公式。

除了计算问题外，Excel有些操作也不足，比如前文提到过的表格行列转换的例子：

要把这个表转换成下图所示的格式，要按照Chinese、Maths、English的顺序列出：

这个需求很简单，说白了是个交叉表，但是左边多了ID列，也就是说，左边的ID和Name是个一一对应的关系。如果使用Excel的数据透视表功能，做出来是这个样子：

ID和Name变成了一对多的关系，而且Maths和English这两列也没法按指定的顺序排列。数据透视表搞不定这个事，转置功能也不行，只能手工调整格式了，数据量小还好说，要是数据量大，这个格式调整一样会让人想疯。

使用SPL，还是只需要一句公式搞定：

=spl("=E(?1).pivot(ID,Name;Subject,Score; ""Chinese"",""Maths"",""English"")",Sheet1!A1:D13)

是不是异常简单？

Excel中类似的困难问题还有很多，比如：

从阶梯价格表中找出当前购买数量对应的价格

按分数段分组统计人数

计算两个日期区间的重叠时长

找出前一天和后一天均比当天销售额低500以上的日期数据

用分类汇总值筛选

去除重复数据

把一段文字中的日期信息剥离出来

……

这些事在Excel大都要手工操作，费时费力。而用SPL可以弥补Excel的不足，一两句就轻松搞定。

总结一下

1. Excel 很好用，但是缺乏自动化处理能力和集合相关的函数，会造成某些稍复杂任务中的大量手工操作，效率低下。

2. SPL 编程可以批量自动化处理；插件解决表内计算和格式转换问题; 丰富的集合运算能轻松应对各种数据处理难题，常常一两句话搞定一个挠头的问题。

3. 学习 SPL，看 【程序设计】 前言及目录 ；只要高中知识就可以学会。

4. 碰到职场上的 Excel 难题，看 帮你早下班 - esProc 桌面版与 Excel 数据处理 ；这里有上百个例子，抄抄改改就行了，总有一款适合你，拿去不谢。