Excel में Python: आपकी Excel स्प्रेडशीट में उन्नत विश्लेषण

यदि आपने कभी Excel में फ़ॉर्मूलों को छांटने या डेटा की अंतहीन पंक्तियों को स्क्रॉल करने में बहुत अधिक समय बिताया है, तो आप अकेले नहीं हैं। यह रोज़मर्रा के डेटा कार्यों, खासकर बिज़नेस में, के लिए एक भरोसेमंद टूल है। लेकिन o

जैसे ही आपके डेटासेट बड़े होते हैं और आपका विश्लेषण अधिक जटिल होता है, Excel अपनी सीमाएँ दिखाने लगता है। परफॉर्मेंस धीमी हो जाती है, और उन्नत विश्लेषण या ऑटोमेशन जैसे काम बोझिल हो जाते हैं।

एक कम जानी‑पहचानी बात यह है कि Excel में Python का बिल्ट‑इन सपोर्ट शामिल है। आप सीधे अपनी स्प्रेडशीट में Python कोड लिख सकते हैं, और आपको Excel और Spyder जैसे IDE के बीच टॉगल करने की ज़रूरत नहीं पड़ती। इससे बेहतर चार्ट, तेज़ विश्लेषण, और अधिक लचीला ऑटोमेशन संभव होता है—बशर्ते आप Excel में Python को अपने लिए काम में ले आएँ और बग्स या अन्य झुंझलाने वाली समस्याओं में न फँसें।

यह लेख Python का कुछ ज्ञान मानकर चलता है। यदि आप Python में नए हैं, तो मैं हमारे इन प्रासंगिक कोर्सेज़ को देखने की सलाह देता/देती हूँ: Introduction to Importing Data in Python और Python for Spreadsheet Users। अंत में, मैं यह भी जोड़ना चाहता/चाहती हूँ कि

यह लेख आपकी स्प्रेडशीट्स को बेहतर बनाने के लिए Excel के भीतर Python का उपयोग कैसे करें, इस पर केंद्रित है। यदि आप Excel के बाहर काम करने में रुचि रखते हैं (Python स्क्रिप्ट्स का उपयोग करके सीधे Excel फाइलें पढ़ना, लिखना और संशोधित करना), तो हमारा Python Excel ट्यूटोरियल भी पढ़ें, जो इस विचार को विस्तार से कवर करता है।

Excel में Python क्यों उपयोगी है

सेटअप और सिन्टैक्स में जाने से पहले, देखें कि यह इंटीग्रेशन क्यों मायने रखता है। आपने शायद Excel का उपयोग त्वरित गणना, टेबल या चार्ट के लिए किया होगा। लेकिन अधिक उन्नत विश्लेषण, जैसे बड़े डेटासेट साफ़ करना या ट्रेंड्स का मॉडलिंग करना, के लिए Python ऐसे टूल्स देता है जो केवल Excel नहीं देता। 

प्रीलोडेड लाइब्रेरीज़ तक पहुँच

Excel में Python डिफ़ॉल्ट रूप से Anaconda डिस्ट्रीब्यूशन के साथ आता है, इसलिए आपको pandas, NumPy, Seaborn, Matplotlib और scikit-learn जैसी लोकप्रिय लाइब्रेरीज़ का बिल्ट‑इन एक्सेस मिलता है। टेबल्स पर काम करने, पैटर्न्स को विज़ुअलाइज़ करने या मॉडल ट्रेन करने में ये टूल्स बहुत उपयोगी हैं। इनके प्रीलोड होने से आप बिना अतिरिक्त इंस्टॉलेशन के सीधे विश्लेषण पर जा सकते हैं।

Alternatively, check out the Python Excel tutorial to learn how to use Python to write and manipulate Excel worksheets from outside Excel.

क्लाउड‑आधारित एक्ज़ीक्यूशन और सहयोग

जब आप Excel में Python का उपयोग करते हैं, तो Python कोड Microsoft Azure पर सुरक्षित कंटेनरों में चलता है। इसलिए, आपको अपने कंप्यूटर पर Python इंस्टॉल या अपडेट करने की ज़रूरत नहीं है। साथ ही, परफॉर्मेंस वर्कलोड के अनुसार स्केल होती है और बड़े डेटासेट भी संभाले जा सकते हैं। टीम सहयोग आसान हो जाता है—परिणाम एकसमान और साझा करने योग्य होते हैं, और सारा कोड व आउटपुट एक ही केंद्रीय वर्कबुक में सहेजा जाता है।

एंटरप्राइज़ उपयोगकर्ताओं के लिए सुरक्षा और अनुपालन

Microsoft ने Excel में Python को सुरक्षा को ध्यान में रखकर बनाया है। आपका कोड एक अलग‑थलग वातावरण में चलता है, जो आपके डिवाइस या नेटवर्क से पूरी तरह अलग रहता है। यह फीचर GDPR और अन्य विनियमों के अनुरूप है, और डेटा आपकी संस्था की सीमाओं के भीतर ही रहता है। 

Excel में Python के साथ शुरुआत करें

Excel में Python केवल Windows उपयोगकर्ताओं के लिए Microsoft 365 सब्सक्रिप्शन के माध्यम से उपलब्ध है। macOS और वेब वर्शन के लिए प्रीव्यू उपलब्ध है।

सक्रियकरण और सेटअप

Excel में Python को सक्रिय करने के लिए Formulas टैब पर जाएँ और Insert Python ऐड‑इन को चालू करें।

क्योंकि Excel में Python एक बिल्ट‑इन Anaconda एन्वायरनमेंट का उपयोग करता है, आपको अलग‑अलग लाइब्रेरीज़ को मैन्युअल रूप से इंस्टॉल करने की आवश्यकता नहीं है।

एन्वायरनमेंट की जाँच

एक्टिवेट होने पर, आपको इस फ़ॉर्मूला वाला सेल दिखेगा: =PY()। आप उस फ़ंक्शन के अंदर Python कोड लिख सकते हैं, फिर Ctrl+Enter दबाकर कोड चला सकते हैं।

आप इस कोड को चलाकर सेटअप टेस्ट कर सकते हैं, =PY("print('Hello, Excel')")।

यदि आप Python में नए हैं या सहायता चाहिए, तो Copilot आपको कोड सुझाकर, त्रुटियाँ ठीक करके, या विश्लेषण की संरचना समझाकर मार्गदर्शन कर सकता है।

और उन्नत एनालिटिक्स और विज़ुअलाइज़ेशन

Python, Excel को पारंपरिक डेटा एनालिटिक्स और विज़ुअलाइज़ेशन की सीमाओं से बहुत आगे ले जाता है। अब आप इस इंटीग्रेशन की मदद से जटिल विज़ुअल्स के साथ उन्नत विश्लेषण कर सकते हैं।

Matplotlib और Seaborn के साथ उन्नत विज़ुअलाइज़ेशन

आप संभवतः Excel के बिल्ट‑इन चार्ट्स, जैसे बार या पाई चार्ट, से परिचित होंगे। वे मानक विज़ुअल्स के लिए तेज़ और आसान हैं। लेकिन जब आपको अधिक नियंत्रण चाहिए—जैसे चार्ट प्रकारों को संयोजित करना या डेटा को लेयर करना—तो Python अधिक लचीलापन देता है।

मान लें कि आपके पास कर्मचारियों के डेटा वाला एक नामित रेंज है और आप विभागों में औसत वेतन देखना चाहते हैं। आप Excel के एक सेल में नीचे दिया कोड टाइप करके इसका ग्राफ़ बना सकते हैं। ध्यान दें कि यहाँ xl() फ़ंक्शन Excel सेल्स को आपके Python कोड से जोड़ता है। 

import pandas as pd 
import matplotlib.pyplot as plt

# Read the named range directly as a DataFrame
employee_data = xl("Employee[#All]", headers=True)

# Clean column names
employee_data.columns = employee_data.columns.str.strip()

# Convert numeric columns
employee_data["Age"] = pd.to_numeric(employee_data["Age"])
employee_data["YearsExperience"] = pd.to_numeric(employee_data["YearsExperience"])
employee_data["Salary"] = pd.to_numeric(employee_data["Salary"])

# Group by Department
grouped_data = employee_data.groupby("Department").agg({
    "Name": "count",
    "Salary": "mean"
}).rename(columns={"Name": "Headcount", "Salary": "AvgSalary"})

# Plot: Bar for headcount, Line for salary
fig, ax1 = plt.subplots(figsize=(10, 6))

# Bar chart for headcount
bars = ax1.bar(grouped_data.index, grouped_data["Headcount"], color="#00C74E", label="Headcount")
ax1.set_ylabel("Number of Employees", color="#00C74E")
ax1.set_xlabel("Department")
ax1.tick_params(axis='y', labelcolor="#00C74E")

# Line chart for average salary
ax2 = ax1.twinx()
line = ax2.plot(grouped_data.index, grouped_data["AvgSalary"], color="#0A66C2", marker="o", label="Avg Salary")
ax2.set_ylabel("Average Salary", color="#0A66C2")
ax2.tick_params(axis='y', labelcolor="#0A66C2")

# Title and layout
plt.title("Department Headcount vs. Average Salary")
fig.tight_layout()
plt.show()

नीचे दिया गया ग्राफ़ इस कोड के आउटपुट के रूप में प्रदर्शित होगा और आप रेंज में नया डेटा दर्ज करेंगे तो यह अपने‑आप अपडेट हो जाएगा।

और गहरा सांख्यिकीय व भविष्यवाणी आधारित मॉडलिंग

Python आपको सांख्यिकीय मॉडलिंग भी करने देता है। आप रिग्रेशन या क्लासीफिकेशन के लिए scikit-learn और सांख्यिकीय सारांशों के लिए statsmodels का उपयोग कर सकते हैं।

यहाँ Excel में Python का उपयोग करके कर्मचारी डेटा का विश्लेषण करने का एक उदाहरण है:

import pandas as pd
from scipy.stats import linregress

# Read data from Excel table
employee_data = xl("Employee[#All]", headers=True)

# Clean column names
employee_data.columns = employee_data.columns.str.strip()

# Convert relevant columns to numeric
employee_data["Age"] = pd.to_numeric(employee_data["Age"])
employee_data["YearsExperience"] = pd.to_numeric(employee_data["YearsExperience"])
employee_data["Salary"] = pd.to_numeric(employee_data["Salary"])

# 1️. Summary statistics
summary = employee_data[["Age", "YearsExperience", "Salary"]].describe()
print("📊 Summary Statistics:\n", summary)

# 2️. Average salary by gender
gender_salary = employee_data.groupby("Gender")["Salary"].mean()
print("\n💰 Average Salary by Gender:\n", gender_salary)

# 3️. Correlation between experience and salary
correlation = employee_data["YearsExperience"].corr(employee_data["Salary"])
print(f"\n📈 Correlation (Experience vs Salary): {correlation:.3f}")

मैं सलाह देता/देती हूँ कि आप हमारा Pandas Joins for Spreadsheet Users कोर्स लें ताकि आप सीख सकें कि जटिल डेटासेट्स में उन्नत एनालिटिक्स करने के लिए Pandas का उपयोग कैसे करें।

Copilot के साथ प्राकृतिक भाषा में कोडिंग

यदि आप Python कोड लिखने में सहज नहीं हैं, तो आप Copilot को AI सहायक के रूप में उपयोग कर सकते हैं। Copilot के साथ, आप अपना इरादा सरल अंग्रेज़ी में बता सकते हैं और सहायक उसे पूरा कर देता है। Copilot, Excel में Python की विभिन्न विशेषताओं तक बहुत कम तकनीकी ओवरहेड के साथ पहुँच देता है।

प्लैटफॉर्म सपोर्ट और लाइसेंसिंग पर विचार

Excel में Python अभी भी विकसित हो रहा है, और इसकी उपलब्धता आपके उपयोग किए जा रहे प्लैटफॉर्म पर निर्भर करती है।

समर्थित प्लैटफॉर्म

आइए देखें कि Excel में Python कहाँ समर्थित है और किन limitations लागू हो सकती हैं।

उपयोग की शर्तें और अनुपालन

Python फीचर्स केवल Microsoft 365 के कमर्शियल प्लान्स में उपलब्ध हैं और संगठनात्मक लाइसेंसिंग की आवश्यकता होती है। एंटरप्राइज़ उपयोगकर्ताओं के लिए, Microsoft डेटा रेज़िडेंसी कंट्रोल्स, GDPR अनुपालन, और सुरक्षित सैंडबॉक्सिंग सहित प्रमुख अनुपालन आवश्यकताओं को संबोधित करता है। यह फीचर उन टीमों के लिए भी अच्छा विकल्प है जिन पर कड़े नियामकीय नियम लागू होते हैं।

वर्तमान सीमाएँ और उपाय

आप पाएँगे कि Excel में Python की कुछ कमियाँ भी हैं जो इसके उपयोग को सीमित कर सकती हैं।

प्लैटफॉर्म‑विशिष्ट बाधाएँ

इस फीचर का उपयोग करते समय मैं आपको निम्नलिखित बातों का ध्यान रखने का सुझाव देता/देती हूँ:

• इंटरनेट आवश्यक: Python क्लाउड में चलता है, इसलिए इंटरनेट कनेक्शन ज़रूरी है।
• लोकल फाइल एक्सेस नहीं: Excel में Python आपके कंप्यूटर की स्थानीय फाइलों, डिवाइसों या नेटवर्क तक पहुँच नहीं कर सकता। इससे इसका उपयोग मौजूदा वर्कबुक तक सीमित हो जाता है—लोकल डेटाबेसेज़ या बाहरी APIs से कनेक्ट नहीं किया जा सकता।
• सीमित कस्टम लाइब्रेरीज़: आप अपने Python पैकेज या लाइब्रेरीज़ इंस्टॉल नहीं कर सकते। Excel में Python केवल Anaconda डिस्ट्रीब्यूशन की पहले से इंस्टॉल लाइब्रेरीज़ तक पहुँच देता है। उन्नत आवश्यकताओं के लिए Jupyter Notebooks, PyXLL, xlwings या Excel ऐड‑इन्स जैसे टूल्स का उपयोग करें।
• कैल्क्युलेशन नियंत्रण: जब आप कोई सेल बदलते हैं, तो आपकी वर्कबुक के सभी टैब्स में मौजूद सभी Python फ़ॉर्मूले फिर से कैलक्युलेट हो सकते हैं, जिससे गति धीमी हो सकती है और आपका कोटा अनावश्यक रूप से खपत हो सकता है। आप "Manual Calculation" या "Partial" चुनकर ऑटोमैटिक अपडेट्स का तरीका बदल सकते हैं। 

डीबगिंग और एरर हैंडलिंग

बग्स या अधूरी सुविधाओं को सुलझाने के लिए इन सुझावों पर विचार करें:

• एरर संदेशों को समझें: कई समस्याएँ सिन्टैक्स एरर या रेफ़रेंसिंग समस्याओं से उत्पन्न होती हैं।
• डिपेंडेंसी समस्याएँ: इम्पोर्ट एरर्स से बचने के लिए हमेशा समर्थित लाइब्रेरीज़ तक ही सीमित रहें। 
• समुदाय सहायता: सहायता के लिए Microsoft के Python in Excel या Anaconda के दस्तावेज़ और कम्युनिटी फ़ोरम देखें।

भविष्य का रोडमैप

Excel में Python का अधिकतम लाभ उठाने के लिए, Excel को अपडेट रखें, क्लाउड और लोकल विकल्पों को उनके विकसित होने के साथ एक्सप्लोर करें, और कोडिंग में Copilot का मार्गदर्शन लें। Microsoft प्लेटफ़ॉर्म सपोर्ट बढ़ाने, अधिक लाइब्रेरीज़ जोड़ने, और Copilot तथा GitHub के साथ इंटीग्रेशन बेहतर करने पर काम कर रहा है—तो आगे और भी बहुत कुछ आने वाला है।

यदि आप अपनी Excel स्किल्स बढ़ाना चाहते हैं, तो मैं हमारा Data Analysis in Excel कोर्स लेने की सलाह देता/देती हूँ। यह कोर्स आपको उन्नत एनालिटिक्स में निपुण बनाएगा और आपके करियर को आगे बढ़ाएगा। मैं यह भी कहना चाहता/चाहती हूँ कि भले ही हमने Excel के अंदर सीधे Python का उपयोग कैसे करें, यह देखा है, कभी‑कभी सबसे अच्छा समाधान बाहर से काम करना होता है। यदि आप Python स्क्रिप्ट्स का उपयोग करके Excel फाइलों को ऑटोमेट करना या रिपोर्ट बनाना चाहते हैं, तो हमारा Python Excel ट्यूटोरियल देखें।

अंत में, यदि आप Google Sheets के साथ काम करते हैं, तो हमारा ट्यूटोरियल Google Sheets using Python पढ़ें, क्योंकि Excel में Python और Google Sheets में Python इतने अलग हैं कि एक से दूसरे का ज्ञान सीधे स्थानांतरित नहीं हो सकता—लेकिन दोनों जानना उपयोगी है।