Реклама
Этот сайт использует Яндекс.Метрику для анализа посещаемости. Подробнее
Python и AI в Excel

Использование Copilot для написания Python-кода в Excel без навыков программирования

forest_paw 28.11.2025 265

Использование Copilot для написания Python-кода в Excel без навыков программирования

Функция Copilot Advanced Analysis в Excel позволяет автоматически генерировать Python-код для сложных задач анализа данных, таких как кластеризация K-means или создание облаков слов, без необходимости писать код вручную.

Требуются доступ к Copilot и к соответствующему сценарию Python в Excel. Условия зависят от подписки, канала и платформы; они не возникают только от сохранения файла в облаке. В бессрочных версиях Excel встроенный Python недоступен.

Это делает мощные инструменты анализа данных доступными для всех пользователей, а не только для программистов и специалистов по данным.

Пошаговая инструкция по использованию Copilot для Python в Excel

  1. Откройте структурированные данные с заголовками, проверьте типы столбцов и выполните требования интерфейса к сохранению книги, если они показаны.
  2. Откройте панель Copilot. После ответа на вопрос выберите Get deeper results using advanced analysis mode либо попросите перейти в расширенный анализ:
    • Введите «Enter advanced analysis mode», если такой сценарий доступен вашей учётной записи.
    • Если показано предложение расширенного анализа, используйте его. Слова «python» или «deeper» сами по себе не гарантируют переключения режима.
  3. Введите запрос, например: «Создайте кластеризацию K-means из этих данных с шестью кластерами с помощью Python».

Copilot сообщит, что может использовать Advanced Analysis для этой задачи, и предложит вставить новый лист для хранения фрейма данных и кода Python. Подтвердите предложенное действие доступной кнопкой. В старых интерфейсах использовались Start и Start With Think Deeper; в текущей версии подписи могут отличаться.

Запрос Copilot для кластеризации K-Means. Copilot предлагает использовать Advanced Analysis с кнопками Start или Start With Think Deeper.
Запрос Copilot для кластеризации K-Means. Copilot предлагает использовать Advanced Analysis с кнопками Start или Start With Think Deeper.

В расширенном анализе создаётся лист с Python-кодом. Просмотрите, откуда загружаются данные и как задан DataFrame. A5 и A22 на иллюстрациях — адреса конкретного примера, а не обязательные позиции во всех книгах.

Лист, вставленный Python. A4 указывает источник данных, а в A5 находится Python-формула с фреймом данных.
Лист, вставленный Python. A4 указывает источник данных, а в A5 находится Python-формула с фреймом данных.

Проверьте код кластеризации: выбранные числовые признаки, пропуски, масштабирование, число кластеров, random_state и n_init. Результат может быть отдельным DataFrame с метками, а не изменением исходной таблицы. Для географических координат отдельно учитывайте смысл расстояния.

Столбец кластера, добавленный к исходному набору данных, назначает каждую запись определенному кластеру.
Столбец кластера, добавленный к исходному набору данных, назначает каждую запись определенному кластеру.

Важные замечания и советы

Примечание: В scikit-learn метки KMeans для шести кластеров обычно имеют значения 0–5. Это условные идентификаторы групп, а не рейтинг; номера могут измениться после нового обучения.

Совет: Python-код отображается в строке формул и часто занимает несколько строк. Используйте Ctrl+Shift+U, чтобы развернуть строку формул. Чтобы изменить ее высоту, наведите курсор на границу между строкой формул и сеткой, пока не появится двунаправленная стрелка, и перетащите ее.

Python-код может возвращать либо Python-объект (как показано выше), либо все данные в сетку. Если вы планируете использовать Python для создания визуализаций, оставьте результат как объект. Для анализа данных в Excel откройте выпадающее меню слева от строки формул и выберите «Значения Excel (Excel values)» вместо «Python Object».

Маленькое выпадающее меню слева от строки формул предлагает выбор: вернуть результат как Python-объект или как значения Excel.
Маленькое выпадающее меню слева от строки формул предлагает выбор: вернуть результат как Python-объект или как значения Excel.

Бонус: Создание облака слов одним запросом

Еще один впечатляющий пример — создание облаков слов. Например, у вас есть 3000 строк с названиями продуктов или отзывами пользователей, и вы хотите увидеть самые частые слова, исключая стоп-слова (артикли, союзы и т.д.).

  1. Запустите Advanced Analysis в Copilot.
  2. Введите запрос: «Создай облако слов из столбца Title. Исключи пустые значения и стоп-слова русского языка, приведи слова к единому регистру. Покажи код обработки текста и список исключений».
Облако слов показывает самые популярные слова в текстовом столбце.
Облако слов показывает самые популярные слова в текстовом столбце.

Чтобы изменить столбец (например, с Title на Description), измените ссылку на столбец в коде. Имя переменной в примере должно совпадать с существующим DataFrame вашей книги:

titles = Sheet1_A1_F2469_df['Description']

Завершите редактирование ячейки с помощью Ctrl+Enter — облако слов обновится.

Экспорт визуализации

Для Python-графика откройте карточку изображения и создайте плавающий рисунок, если такой вариант доступен. В настольном Excel для Windows можно использовать Ctrl+Alt+Shift+C. Затем используйте доступные команды копирования или сохранения рисунка для отчёта. Вы также можете настроить размеры, шрифты или цвета, редактируя параметры в Python-коде.

Заключение

Инструменты Python, которые раньше были доступны только data scientist, теперь могут использоваться любым специалистом благодаря Copilot. Он пишет код за вас, позволяя выполнять сложный анализ данных, такой как кластеризация клиентов или визуализация текстовой информации, прямо в Excel.

Поделиться:

Мы используем cookies для улучшения работы сайта. Продолжая использовать сайт, вы соглашаетесь с политикой конфиденциальности.