Excel'de Python: Excel E-Tablonuzda İleri Düzey Analiz

Excel’de formüller arasında kaybolduğunuz ya da bitmek bilmeyen veri satırlarında gezinmek için çok zaman harcadığınız olduysa yalnız değilsiniz. Excel, özellikle iş dünyasında, günlük veri işleri için güvenilir bir araçtır. Ancak

Veri kümeleriniz büyüdükçe ve analiziniz daha karmaşık hale geldikçe, Excel sınırlarını göstermeye başlayabilir. Performans yavaşlar ve ileri analiz veya otomasyon gibi görevler hantallaşır.

Daha az bilinen bir özellik de Excel’in yerleşik Python desteği sunmasıdır. Python kodunu doğrudan e-tablonuzda yazabilirsiniz ve Excel ile Spyder gibi bir IDE arasında geçiş yapmanız gerekmez. Bu, daha iyi grafikler, daha hızlı analiz ve daha esnek otomasyonun kapısını aralar; tabii Excel’de Python’u ihtiyaçlarınıza göre çalıştırabilir ve hatalara ya da can sıkıcı sorunlara takılmazsanız.

Bu makale bir miktar Python bilgisi gerektirir. Python’a yeni başladıysanız, oldukça ilgili şu kurslarımıza göz atmanızı öneririm: Python'da Veri İçe Aktarmaya Giriş ve E-Tablo Kullanıcıları için Python. Son olarak şunu da eklemek isterim:

bu makale, e-tablolarınızı geliştirmek için Excel içinde Python’un nasıl kullanılacağına odaklanır. Excel dışında çalışmakla (Python betikleriyle Excel dosyalarını doğrudan okuma, yazma ve işleme) ilgileniyorsanız, bu fikri ayrıntılı biçimde ele alan Python Excel eğitimimizi de okumanızı öneririm.

Excel’de Python Neden Faydalı

Kurulum ve sözdizimine geçmeden önce, bu entegrasyonun neden önemli olduğuna bakalım. Muhtemelen hızlı hesaplamalar, tablolar veya grafikler için Excel kullandınız. Ancak büyük veri kümelerini temizlemek veya eğilimleri modellemek gibi daha karmaşık analizlerde Python, Excel’in tek başına sunmadığı araçlara sahiptir. 

Önceden yüklü kütüphanelere erişim

Excel’de Python, varsayılan olarak Anaconda dağıtımıyla gelir; böylece pandas, NumPy, Seaborn, Matplotlib ve scikit-learn gibi popüler kütüphanelere yerleşik erişim elde edersiniz. Bu araçlar tablolarla çalışırken, desenleri görselleştirirken veya modelleri eğitirken kullanışlıdır. Önceden yüklü geldikleri için, ekstra kurulum yapmadan doğrudan analize geçebilirsiniz.

Alternatif olarak, Excel’in dışından Python kullanarak Excel çalışma sayfaları yazmayı ve işlemeyi öğrenmek için Python Excel eğitimine göz atın.

Bulut tabanlı çalıştırma ve iş birliği

Excel’de Python kullandığınızda, Python kodu Microsoft Azure üzerinde güvenli kapsayıcılarda çalışır. Bu nedenle bilgisayarınıza Python kurmanız veya güncellemeniz gerekmez. Ayrıca, performans iş yüküne göre ölçeklenir ve büyük veri kümelerini dahi işleyebilir. Tüm kod ve çıktıların tek bir merkezi çalışma kitabında saklanması sayesinde sonuçlar tutarlı ve paylaşılabilirdir; ekip iş birliği kolaydır.

Kurumsal kullanıcılar için güvenlik ve uyumluluk

Microsoft, Excel’de Python’u güvenliği dikkate alarak geliştirdi. Kodunuz cihazınızdan veya ağınızdan tamamen ayrı, izole bir ortamda çalışır. Bu özellik GDPR ve diğer düzenlemelerle tam uyumludur ve veriler kuruluşunuzun sınırları içinde kalır. 

Excel’de Python ile Başlarken

Excel’de Python yalnızca Windows kullanıcıları için Microsoft 365 abonelikleri üzerinden kullanılabilir. Önizleme sürümü şu anda macOS ve web sürümleri için yayınlanmıştır.

Etkinleştirme ve kurulum

Excel’de Python’u etkinleştirmek için Formüller sekmesine gidip Ekle Python eklentisini açın.

Excel’de Python yerleşik bir Anaconda ortamı kullandığından, farklı kütüphaneleri manuel olarak kurmanıza gerek yoktur.

Ortamı doğrulama

Etkinleştirdikten sonra, şu formülün bulunduğu bir hücre görürsünüz: =PY(). Python kodunu bu fonksiyonun içine yazabilir ve ardından Ctrl+Enter ile kodu çalıştırabilirsiniz.

Kurulumu şu kodu çalıştırarak test edebilirsiniz: =PY("print('Hello, Excel')").

Python’a yeniyseniz veya yardıma ihtiyacınız varsa, Copilot kod önererek, hataları düzelterek ya da analizinizi nasıl yapılandıracağınızı açıklayarak sizi yönlendirebilir.

Daha İleri Analitik ve Görselleştirme

Python, Excel’i geleneksel veri analizi ve görselleştirme sınırlarının çok ötesine taşır. Bu entegrasyonla artık karmaşık görsellerle ileri analizler yapabilirsiniz.

Matplotlib ve Seaborn ile gelişmiş görselleştirmeler

Muhtemelen Excel’in yerleşik çubuk veya pasta grafikleri gibi grafiklerine aşinasınızdır. Standart görseller için hızlı ve kolaydırlar. Ancak grafik türlerini birleştirmek veya veriyi katmanlamak gibi daha fazla kontrol gerektiğinde, Python daha fazla esneklik sunar.

Diyelim ki çalışan verilerinin yer aldığı adlandırılmış bir veri aralığınız var ve departmanlar bazında ortalama maaşı görmek istiyorsunuz. Bu temsili grafiğe dökmek için bir Excel hücresine aşağıdaki kodu yazabilirsiniz. Burada xl() fonksiyonunun Excel hücrelerini Python kodunuzla bağladığına dikkat edin. 

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()Altyapı:

Aşağıdaki grafik bu kodun çıktısı olarak görüntülenecek ve aralığa yeni veri girdikçe otomatik olarak güncellenecektir.

Daha derin istatistiksel ve kestirimsel modelleme

Python, istatistiksel modelleme yapmanıza da olanak tanır. Regresyon veya sınıflandırma için scikit-learn, istatistiksel özetler için statsmodels kullanabilirsiniz.

İşte Excel’de Python kullanarak çalışan verilerini analiz etmeye bir örnek:

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}")Altyapı:

Karmaşık veri kümelerinde ileri analitik için Pandas kullanmayı öğrenmek üzere E-Tablo Kullanıcıları için Pandas Join’ları kursumuzu almanızı öneririm.

Copilot ile doğal dilde kodlama

Python kodu yazmaya aşina değilseniz, Copilot’u bir yapay zekâ asistanı olarak kullanabilirsiniz. Copilot ile yapmak istediğiniz görevi yalın İngilizce olarak tarif eder, asistanın sizin için halletmesini sağlayabilirsiniz. Copilot, Excel’de Python’un farklı özelliklerine asgari teknik zahmetle erişmenize olanak tanır.

Platform Desteği ve Lisanslama Hususları

Excel’de Python hâlâ gelişiyor ve kullanılabilirlik, kullandığınız platforma bağlı.

Desteklenen platformlar

Excel’de Python’un nerelerde desteklendiğine ve hangi kısıtlamaların geçerli olabileceğine bakalım.

Kullanım koşulları ve uyumluluk

Python özellikleri yalnızca Microsoft 365 ticari planlarında mevcuttur ve kurumsal lisanslama gerektirir. Kurumsal kullanıcılar için Microsoft, veri yerleşim kontrolleri, GDPR uyumluluğu ve güvenli sandboxing dahil temel uyumluluk ihtiyaçlarını karşılar. Bu özellik, katı düzenleyici gerekliliklere sahip ekipler için bile iyi bir seçenek hâline getirir.

Mevcut Sınırlamalar ve Geçici Çözümler

Excel’de Python’un, uygulamasını sınırlayabilecek bazı eksileri olduğunu da göreceksiniz.

Platforma özgü kısıtlamalar

Bu özelliği kullanırken aşağıdakileri aklınızda tutmanızı öneririm:

• İnternet gerekli: Python bulutta çalışır, bu nedenle internet bağlantısı gereklidir.
• Yerel dosya erişimi yok: Excel’de Python, yerel bilgisayarınızdaki dosyalara, cihazlara veya ağa erişemez. Bu da yerel veritabanlarına veya harici API’lere bağlanmadan, kullanımını mevcut çalışma kitaplarıyla sınırlar.
• Sınırlı özel kütüphaneler: Kendi Python paketlerinizi veya kütüphanelerinizi kuramazsınız. Excel’de Python yalnızca Anaconda dağıtımından önceden kurulu bir kütüphane setine erişim sağlar. İleri gereksinimler için Jupyter Notebooks, PyXLL, xlwings veya Excel eklentileri gibi araçları kullanın.
• Hesaplama kontrolü: Bir hücreyi değiştirdiğinizde, çalışma kitabınızdaki tüm sekmelerdeki tüm Python formülleri yeniden hesaplanabilir; bu yavaş olabilir ve kotanızı gereksiz yere tüketebilir. Otomatik güncellemelerin nasıl gerçekleşeceğini değiştirmek için  "El İle Hesaplama" veya "Kısmi" seçeneklerini tercih edebilirsiniz. 

Hata ayıklama ve hata yönetimi

Hataları veya eksik özellikleri çözmek için şu ipuçlarını değerlendirin:

• Hata iletilerini anlayın: Pek çok sorun, sözdizimi hataları veya başvuru problemlerinden kaynaklanır.
• Bağımlılık sorunları: İçe aktarma hatalarından kaçınmak için her zaman desteklenen kütüphanelere bağlı kalın. 
• Topluluk desteği: Yardım için Microsoft’un Excel’de Python veya Anaconda dokümantasyonunu ve topluluk forumlarını kontrol edin.

Gelecek Yol Haritası

Excel’de Python’dan en iyi şekilde yararlanmak için Excel’i güncel tutun, bulut ve yerel seçenekleri geliştikçe keşfedin ve kodlama sürecinde Copilot’tan yararlanın. Microsoft, platform desteğini genişletmek, daha fazla kütüphane eklemek ve Copilot ile GitHub entegrasyonunu iyileştirmek üzerinde çalışıyor; yani ileride daha da fazlası var.

Excel becerilerinizi ilerletmek istiyorsanız, Excel’de Veri Analizi kursumuzu almanızı öneririm. Bu kurs, ileri analitikte ustalaşmanıza ve kariyerinizi hızlandırmanıza yardımcı olacaktır. Ayrıca, Python’u doğrudan Excel içinde nasıl kullanacağımızı inceledik ama bazen en iyi çözüm dışarıdan çalışmaktır. Excel dosyalarını otomatikleştirmek veya Python betikleriyle raporlar oluşturmak istiyorsanız, Python Excel eğitimimize göz atın.

Son olarak, Google E-Tablolar ile çalışıyorsanız, Python ile Google E-Tablolar eğitimimizi okuyun; çünkü Excel’de Python ile Google E-Tablolar’da Python yeterince farklıdır ve birindeki bilgi doğrudan diğerine taşınamaz; ancak her ikisini de bilmek faydalıdır.