简单几行程序轻松分析Excel

随着互联网的快速发展，大数据时代的到来，数据资源的处理成了各行各业都面临的热点问题。除了通过特别专业、特别特别昂贵、特别特别特别复杂的分析平台来处理特别  x4 海量的数据外，我们还常常会遇到 Excel（xls，xlsx）文件这样手边能够即时获得的数据文件。使用 Excel  记录、处理和交换数据，是因为这个软件的简单方便，而如果又需要通过一堆外部调用来进行后续的分析处理，那就会显得十分笨拙。现在我们就来分享一下如果通过轻量级地使用集算器来分析处理  Excel 形式的数据来源。

最近，中美贸易战愈演愈烈，我们也来蹭一下热度，用一些公开获得的中美两国的经济指标做个简单对比，模拟一下实战的场景，找一下掌上观文，了如指掌，一切尽在掌握的感觉……

下面是我们用到的基础数据文件 Indicators.xlsx，其中，每个工作表是一个国家的各项指标：

接下来，我们打开集算器了，写下第一行脚本：

| =file(“Indicators.xlsx”) | =A1.xlsopen() |

然后我们把脚本文件保存到和 Indicators.xlsx 数据文件一个目录下，以方便引用相对路径，名称就叫 indicators.dfx。

说明一下，”=”开头的格子称为“计算格”，其中的表达式的计算结果会自动赋予单元格，后面的脚本中就可以用单元格名称（A1、C25  等等）来直接使用了。同时，这里用到了两个函数。第一个是  file()函数，返回一个文件对象。参数”Indicators.xlsx”是文件名，因为这里写的是相对路径，所以会在  indicators.dfx 文件的同级目录查找。第二个是 xlsopen() 函数，把文件对象 A1 当做一个 Excel 工作簿对象打开。

集算器的好处是可以随时进行测试，我们就来看一下现在的状态，点击“执行”图标后，结果如下：

在右侧面板，可以看到  Excel  文件被显示为一个表格，除去最左侧的序号列，第一列是工作表名称，第二列和第三列分别是工作表的行列数。这三个字段构成了一个数据结构。若干条具有这个数据结构的记录组成了一个有序的集合，我们称之为“序表”。如果有序集合中不是具有相同数据结构的记录，而只是一般的一些数据成员，那么我们就称之为“序列”，所以说，序表是一种特殊的序列。集算器对于序列和序表提供了大量的函数，能够支持各种复杂运算，因此，这两种数据对象在集算器中会经常遇到。

接下来，我们就要读取工作表的内容了，先看脚本：

| =B1.xlsimport@t() |

xlsimport()  函数是从工作簿对象 B1 中导入一个工作表。这里用到了 @t 选项，这个选项会把首行内容作为标题而不是数据（这是 Excel  表格常见的样子）。选项需要写在函数名后，以 @开头，多个选项只需要写一个 @，例如  @tx。这里我们没有使用参数，所以函数会默认导入第一个工作表的全部内容。再点下“执行”看看结果，如下：

可以看到第一个工作表的内容导入成了一个序表。不过这里我们会遇到第一个问题，每个经济指标 Indicator 包括两行，第二行是指标更新的时间，是我们不关心的内容。集算器的序表要解决这类问题非常简单，加一个选出函数就可以了：

| =B1.xlsimport@t().select(Indicator!=null) |

select() 是选出函数，参数 Indicator!=null 是选出条件，也就是根据 Indicator 列是不是空来决定是不是选择这一行内容，还是执行看下效果：

筛选无效（不感兴趣）数据的的问题已经解决，继续研究发现每个指标中的 Last 是我们需要关心的，因此我们希望只导入 Indicator 和 Last 字段。脚本调整如下：

| =B1.xlsimport@t(Indicator,Last).select(Indicator!=null) |

这里用到了 xlsimport() 函数的选出字段参数，”Indicator,Last”就是希望选出的字段名（逗号分隔）。接下来专门导入中国的数据：

| =B1.xlsimport@t(Indicator,Last;”China”).select(Indicator!=null) |

这里参数又增加了一个”China”，指定了要导入的工作表名称，与前面的字段参数用”;”隔开。（还可以指定导入的开始行和结束行，因为例子中没有用到就不介绍了，有兴趣的话可以参考教程文档试验一下。）执行后就可以看到中国的指标了：

现在开始进行简单的比较，把两个表根据 Indicator 连接起来：

| =A2.join(Indicator,B2:Indicator,Last:’China’) |

这里使用到了 join() 函数，用单元格 A2 的字段 Indicator 匹配单元格 B2 的键 Indicator，找到相应记录后拼上 B2 的 Last 字段，并使用字段名’China’拼到 A2 序表中，如下图：

然后把美国的 Last 更名为 US：

| =A2.join(Indicator,B2:Indicator,Last:’China’).rename(Last:’United States’) |

这里的 rename() 函数用来修改序表的字段名，每个字段修改用”:”映射，Last 是曾用名，’United States’为新字段名：

前面提到过，集算器对于序列和序表提供了很多函数进行计算，用起来十分方便。这里我们就利用 sort 函数，把中美指标按照差距大小进行排序：

| =A3.sort@z(abs(‘United States’-‘China’)) |

这里用到了 sort()函数进行排序，@z 选项用来使结果降序排列。参数是用做排序依据的表达式，这里用美中指标进行了简单的差值，然后用 abs() 函数计算绝对值。结果如下：

至此，需要的数据已经整理好了。为了以后可以重复使用，我们把这个比较结果添加到工作簿的一个新工作表’US vs China’中，并写回到源文件中：

| >B1.xlsexport@t(A4;”US vs China”) | >A1.xlswrite(B1) |

前面提到过“=”开头的是计算格，这里又遇到了一种”>”开头的格子，我们称之为“执行格“。执行格执行后不会自动为单元格赋值。

这里用到的 xlsexport()函数用来把序表 A4 写到工作簿对象 B1 中，”:”隔开的第二个参数是工作表名称。这里同样用到了选项，这里的 @t 表示需要导出标题行到工作表中。而 xlswrite() 函数则把工作簿对象 B1 写出到文件对象 A1。

最后，我们打开 excel 文件查看一下最终结果：

简单的几行脚本，Excel 文件多个工作表的导入、连接、排序、导出等功能就轻松实现了。这还只是揭开了集算器的一角，还有更多的功能等待着我们去探索和应用。

完整脚本参考如下：