Python trong Excel: Phân tích nâng cao ngay trong bảng tính Excel của bạn

Nếu bạn từng mất quá nhiều thời gian sắp xếp công thức hoặc cuộn qua vô tận các hàng dữ liệu trong Excel, thì bạn không đơn độc. Đây là một công cụ đáng tin cậy cho công việc dữ liệu hằng ngày, đặc biệt trong kinh doanh. Nhưng o

Khi tập dữ liệu lớn hơn và phân tích phức tạp hơn, Excel bắt đầu bộc lộ giới hạn. Hiệu năng chậm lại, và các tác vụ như phân tích nâng cao hay tự động hóa trở nên cồng kềnh.

Một điều ít người biết là Excel có hỗ trợ tích hợp sẵn cho Python. Bạn có thể viết mã Python trực tiếp trong bảng tính và không cần chuyển qua lại giữa Excel và IDE như Spyder. Điều này mở ra khả năng tạo biểu đồ tốt hơn, phân tích nhanh hơn và tự động hóa linh hoạt hơn, nhưng chỉ khi bạn khiến Python trong Excel hoạt động hiệu quả cho mình và không bị mắc kẹt bởi lỗi hay các vấn đề khó chịu khác

Bài viết này yêu cầu bạn có một chút kiến thức về Python. Nếu bạn mới bắt đầu với Python, tôi khuyến nghị tham khảo các khóa học rất phù hợp của chúng tôi: Introduction to Importing Data in Python và Python for Spreadsheet Users. Cuối cùng, tôi muốn nói rằng

bài viết này tập trung vào cách dùng Python trong Excel để nâng cao bảng tính của bạn. Nếu bạn quan tâm đến việc làm việc ngoài Excel (dùng các script Python để đọc, ghi và thao tác trực tiếp với tệp Excel) tôi cũng khuyến nghị đọc hướng dẫn Python Excel của chúng tôi, hướng dẫn này trình bày chi tiết ý tưởng đó.

Vì sao Python hữu ích trong Excel

Trước khi đi vào thiết lập và cú pháp, hãy xem vì sao tích hợp này quan trọng. Chắc hẳn bạn đã dùng Excel để tính toán nhanh, tạo bảng hay biểu đồ. Nhưng với các phân tích nâng cao hơn, như làm sạch tập dữ liệu lớn hay mô hình hóa xu hướng, Python có những công cụ mà riêng Excel không có. 

Truy cập các thư viện nạp sẵn

Python trong Excel đi kèm phân phối Anaconda theo mặc định, vì vậy bạn có quyền truy cập sẵn vào các thư viện phổ biến như pandas, NumPy, Seaborn, Matplotlib và scikit-learn. Những công cụ này hữu ích khi làm việc với bảng, trực quan hóa mẫu hình hoặc huấn luyện mô hình. Với chúng đã được nạp sẵn, bạn có thể bắt đầu phân tích ngay mà không cần cài thêm gì.

Ngoài ra, hãy xem hướng dẫn Python Excel để học cách dùng Python để ghi và thao tác các trang tính Excel từ bên ngoài Excel.

Thực thi trên đám mây và cộng tác

Khi dùng Python trong Excel, mã Python chạy trong các vùng chứa bảo mật trên Microsoft Azure. Do đó, bạn không cần cài đặt hay cập nhật Python trên máy tính.  Bên cạnh đó, hiệu năng có thể mở rộng theo khối lượng công việc, xử lý cả tập dữ liệu lớn. Làm việc nhóm thuận tiện với kết quả nhất quán, dễ chia sẻ và toàn bộ mã cùng đầu ra được lưu trong một sổ làm việc trung tâm.

Bảo mật và tuân thủ cho người dùng doanh nghiệp

Microsoft xây dựng Python trong Excel với các cân nhắc về bảo mật. Mã của bạn chạy trong môi trường cách ly, hoàn toàn tách biệt với thiết bị hoặc mạng của bạn. Tính năng này tuân thủ đầy đủ GDPR và các quy định khác, và dữ liệu vẫn nằm trong phạm vi tổ chức của bạn. 

Bắt đầu với Python trong Excel

Python trong Excel chỉ khả dụng thông qua gói đăng ký Microsoft 365 cho người dùng Windows. Phiên bản xem trước hiện có cho macOS và phiên bản web.

Kích hoạt và thiết lập

Để kích hoạt Python trong Excel, vào thẻ Formulas và bật bổ trợ Insert Python.

Vì Python trong Excel sử dụng môi trường Anaconda tích hợp sẵn, bạn không cần cài đặt thủ công các thư viện khác nhau.

Xác minh môi trường

Sau khi kích hoạt, bạn sẽ thấy một ô có công thức: =PY(). Bạn có thể viết mã Python bên trong hàm đó rồi dùng Ctrl+Enter để chạy mã.

Bạn có thể kiểm tra thiết lập bằng cách chạy đoạn mã này, =PY("print('Hello, Excel')").

Nếu bạn mới làm quen với Python hoặc cần trợ giúp, Copilot có thể hướng dẫn bằng cách gợi ý mã, sửa lỗi hoặc giải thích cách cấu trúc phân tích của bạn.

Phân tích và trực quan hóa nâng cao hơn

Python đưa Excel vượt xa giới hạn truyền thống về phân tích dữ liệu và trực quan hóa. Với tích hợp này, bạn có thể thực hiện phân tích nâng cao cùng các biểu đồ phức tạp.

Trực quan hóa nâng cao với Matplotlib và Seaborn

Bạn có lẽ đã quen với các biểu đồ tích hợp sẵn của Excel, như cột hoặc tròn. Chúng nhanh và dễ cho trực quan hóa tiêu chuẩn. Nhưng khi cần kiểm soát nhiều hơn, như kết hợp loại biểu đồ hoặc xếp lớp dữ liệu, Python mang lại sự linh hoạt vượt trội.

Giả sử bạn có một vùng dữ liệu được đặt tên với thông tin nhân viên và muốn xem lương trung bình theo phòng ban. Bạn có thể dùng đoạn mã sau, gõ trong một ô Excel, để vẽ biểu đồ này. Lưu ý hàm xl() liên kết các ô Excel với mã Python của bạn. 

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()Được hỗ trợ bởi

Biểu đồ dưới đây sẽ hiển thị như đầu ra của đoạn mã và sẽ tự động cập nhật khi bạn nhập dữ liệu mới vào vùng đó.

Mô hình thống kê và dự đoán chuyên sâu

Python cũng cho phép bạn thực hiện mô hình thống kê. Bạn có thể dùng scikit-learn cho hồi quy hoặc phân loại, và statsmodels cho các tóm tắt thống kê.

Dưới đây là ví dụ sử dụng Python trong Excel để phân tích dữ liệu nhân viên:

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}")Được hỗ trợ bởi

Tôi khuyến nghị học khóa Pandas Joins for Spreadsheet Users của chúng tôi để học cách dùng Pandas thực hiện phân tích nâng cao trên các tập dữ liệu phức tạp.

Lập trình bằng ngôn ngữ tự nhiên với Copilot

Nếu bạn chưa quen viết mã Python, bạn có thể dùng Copilot như một trợ lý AI. Với Copilot, bạn mô tả tác vụ mong muốn bằng tiếng Anh đơn giản và để trợ lý xử lý giúp bạn. Copilot cho phép bạn truy cập các tính năng khác nhau của Python trong Excel với chi phí kỹ thuật tối thiểu.

Hỗ trợ nền tảng và lưu ý về giấy phép

Python trong Excel vẫn đang phát triển, và mức độ khả dụng phụ thuộc vào nền tảng bạn sử dụng.

Các nền tảng được hỗ trợ

Hãy xem Python trong Excel được hỗ trợ ở đâu và những giới hạn có thể áp dụng.

Điều khoản sử dụng và tuân thủ

Các tính năng Python chỉ khả dụng trong các gói Microsoft 365 thương mại và yêu cầu giấy phép ở cấp tổ chức. Đối với người dùng doanh nghiệp, Microsoft đáp ứng các nhu cầu tuân thủ chính, bao gồm kiểm soát nơi lưu trữ dữ liệu, tuân thủ GDPR và cách ly an toàn. Điều này khiến đây là lựa chọn phù hợp ngay cả với các nhóm có yêu cầu quy định nghiêm ngặt.

Những hạn chế hiện tại và cách khắc phục

Bạn cũng sẽ thấy Python trong Excel có một số hạn chế có thể giới hạn cách áp dụng.

Ràng buộc theo nền tảng

Tôi gợi ý bạn lưu ý những điều sau khi dùng tính năng này:

• Cần internet: Python chạy trên đám mây, vì vậy cần có kết nối internet.
• Không truy cập tệp cục bộ: Python trong Excel không thể truy cập tệp, thiết bị hoặc mạng trên máy tính cục bộ của bạn. Điều này giới hạn việc sử dụng trong các sổ làm việc hiện tại, không kết nối được tới cơ sở dữ liệu cục bộ hoặc API bên ngoài.
• Giới hạn thư viện tùy chỉnh: Bạn không thể cài đặt các gói hay thư viện Python của riêng mình. Python trong Excel chỉ cung cấp quyền truy cập vào bộ thư viện cài sẵn từ phân phối Anaconda. Với nhu cầu nâng cao, hãy dùng các công cụ như Jupyter Notebooks, PyXLL, xlwings hoặc các add-in Excel.
• Kiểm soát tính toán: Khi bạn thay đổi một ô, tất cả công thức Python trên mọi tab trong sổ làm việc có thể được tính lại, điều này có thể chậm và tiêu tốn hạn ngạch không cần thiết. Bạn có thể chọn "Manual Calculation" hoặc "Partial" để thay đổi cách cập nhật tự động diễn ra. 

Gỡ lỗi và xử lý lỗi

Cân nhắc các mẹo sau để xử lý lỗi hoặc tính năng chưa hoàn thiện:

• Hiểu thông báo lỗi: Nhiều vấn đề xuất phát từ lỗi cú pháp hoặc lỗi tham chiếu.
• Vấn đề phụ thuộc: Luôn bám sát các thư viện được hỗ trợ để tránh lỗi import. 
• Hỗ trợ cộng đồng: Để được trợ giúp, hãy xem tài nguyên Microsoft’s Python in Excel hoặc tài liệu và diễn đàn cộng đồng của Anaconda.

Lộ trình tương lai

Để tận dụng tối đa Python trong Excel, hãy giữ cho Excel luôn cập nhật, khám phá các tùy chọn đám mây và cục bộ khi chúng phát triển, và để Copilot hướng dẫn bạn trong quá trình viết mã. Microsoft đang mở rộng hỗ trợ nền tảng, bổ sung thêm thư viện và cải thiện tích hợp với Copilot và GitHub, vì vậy sẽ còn nhiều điều đáng mong đợi.

Nếu bạn muốn nâng cao kỹ năng Excel, tôi khuyến nghị học khóa Data Analysis in Excel của chúng tôi. Khóa học này sẽ giúp bạn làm chủ phân tích nâng cao và thúc đẩy sự nghiệp. Tôi cũng muốn nói rằng, dù chúng ta đã khám phá cách dùng Python trực tiếp trong Excel, đôi khi giải pháp tốt nhất là làm việc từ bên ngoài. Nếu bạn muốn tự động hóa tệp Excel hoặc xây dựng báo cáo bằng script Python, hãy xem hướng dẫn Python Excel của chúng tôi.

Cuối cùng, nếu bạn làm việc với Google Sheets, hãy đọc hướng dẫn của chúng tôi về Google Sheets bằng Python, vì Python trong Excel và Python trong Google Sheets khác nhau đủ nhiều khiến bạn không thể chuyển giao trực tiếp kiến thức từ cái này sang cái kia, nhưng biết cả hai sẽ rất hữu ích.