Я долго держался за Excel. Не из ностальгии — просто он работал. Сводные таблицы, ВПР, пара макросов на VBA — и большинство задач закрыты. Python казался чем-то для людей с другим образованием и другим количеством свободного времени.
Потом мне попался файл на 400 тысяч строк. Excel завис на третьей минуте загрузки. Пришлось что-то делать.
Как я вообще начал это
Первая попытка выучить pandas была года полтора назад. Прошёл половину туториала, написал пару строк кода, получил ошибку KeyError, потратил сорок минут на Stack Overflow и закрыл ноутбук. Классика.
Второй заход случился уже с Copilot — и это оказалась принципиально другая история. Не потому что он пишет код за меня, хотя и это тоже. А потому что убирает тот момент ступора, когда сидишь перед пустым файлом и не знаешь, с какой строки начать.
Я написал в чат: "У меня CSV с продажами, там колонки date, product, region, amount. Хочу посмотреть топ-10 продуктов за последний квартал." И получил рабочий код. Не идеальный, не продакшн-уровня — но рабочий. Дальше уже можно было его разбирать и понимать, что там происходит.
Что реально ускоряет, а что нет
С типовыми операциями Copilot справляется хорошо — загрузка данных, группировка, фильтрация, простая визуализация. Это ровно то, с чего начинаешь при переходе с Excel. Пишешь на русском, что хочешь получить, он предлагает код на pandas или polars, ты смотришь, правишь, учишься по ходу.
С контекстом — хуже. Если данные имеют специфическую логику: хитрая схема дат, нестандартные категории, несколько связанных таблиц — начинаются ошибки. Copilot не знает твой бизнес. Код выглядит правдоподобно, но считает не то. Я несколько раз ловил себя на том, что доверял результату не проверив — и это было ошибкой.
Есть ещё одна ловушка. Он даёт решение, но не объясняет, почему именно так. Можно быстро научиться запускать код, который работает, но так и не понять, что делает groupby или зачем здесь reset_index(). Для разовых задач это нормально. Если хочешь разобраться всерьёз — нужно специально останавливаться и просить объяснения, а не просто копировать.
Где Python реально выигрывает у Excel
После того файла на 400 тысяч строк я стал замечать другие ситуации, где Excel просто не справляется — или справляется с таким трудом, что проще вообще не делать.
Повторяемость. В Excel каждый раз делаешь одно и то же руками. В Python написал скрипт — и в следующий раз нажимаешь одну кнопку. Звучит как мелочь, пока не осознаёшь, сколько времени уходит на такую "ручную работу" каждую неделю.
Воспроизводимость. Через три месяца открываешь старый Excel и пытаешься вспомнить, что за формула в ячейке Q47 и почему она ссылается на скрытый лист. В Python всё написано текстом — можно прочитать и понять.
Объём. Pandas держит в памяти то, что Excel просто не откроет. Polars — ещё быстрее. Я попробовал его на том же файле в феврале, разница ощутимая.
На практике ещё и визуализация. Графики в Excel выглядят как 2007 год. Plotly или даже простой matplotlib дают результат, который не стыдно показать.
Как я выстроил себе процесс перехода
Excel я не бросал резко — это важно, не надо героизма. Просто начал брать задачи, которые в Excel давались с болью, и решать их в Python с Copilot рядом.
Первый месяц: загрузка данных, базовая очистка, простые агрегации. Copilot писал код, я разбирал построчно. Второй месяц: стал писать сам, Copilot использовал для проверки и когда застревал — примерно как иметь коллегу, которого можно спросить, не чувствуя себя идиотом. К третьему месяцу уже понимал, что делаю. Copilot нужен был только для специфических библиотек, которые раньше не трогал.
Сейчас Excel открываю редко. В основном когда нужно быстро показать что-то коллеге, который Python не знает и знать не хочет — это честная причина.
Что в итоге
Переход от Excel к Python — это не про то, что один инструмент лучше другого в абсолюте. Это про то, что задачи становятся сложнее, данных больше, и в какой-то момент старый инструмент начинает тебя тормозить.
Copilot сделал этот переход значительно менее болезненным. Не потому что пишет код вместо тебя — а потому что убирает барьер входа достаточно, чтобы ты успел втянуться до того, как захочется всё бросить.
Главное, что я понял: не надо учить Python "правильно" с нуля до конца. Можно начать с конкретной задачи, попросить Copilot помочь, разобраться в том, что получилось — и двигаться дальше. Это медленнее, чем курс. Зато гораздо вероятнее, что не остановишься на первой же ошибке KeyError.
