На прошлой неделе открыл файл Excel с 47 000 строк. Завис. Фильтры по трём колонкам — Excel подумал, покрутил курсор и выдал «слишком много данных для фильтра». Мне стало смешно и грустно одновременно.
Раньше я бы просто открыл ещё один Excel. Теперь попробовал другое.
Мой путь: от формул ВПР к километрам кода
Всё началось три года назад. Я тогда работал с таблицами, в которых одни и те же операции — очистка, слияние, группировка — повторялись каждый понедельник. Макросы на VBA казались высшим пилотажем. Потом узнал про Power Query в Excel — стало легче, но руки всё равно чесались попробовать Python.
Останавливали две вещи. Первая: я не программист и не собирался им быть. Вторая: всё, что я слышал про Python, заканчивалось фразой «это мощно, но нужно время». Времени не было.
Дело в том, что потом появился Copilot.
Что изменил Copilot (и что нет)
Copilot — это ИИ-ассистент от Microsoft, встроенный в Visual Studio Code и работающий с Python напрямую. Идея простая: пишешь комментарий на русском или English, а он предлагает код. Не идеальный, не волшебный — но рабочий.
Мне Copilot помог в трёх вещах.
Он убирает страх перед чистым листом. Когда не знаешь, с чего начать — пишешь «прочитай CSV файл data.csv и покажи первые 5 строк». Copilot выдаёт строчку с pd.read_csv. Дальше уже проще — добавляешь «сгруппируй по столбцу category и посчитай сумму sales». И так далее, шаг за шагом.
Он ускоряет рутину. Очистка данных — это всегда боль. Заменить типы, заполнить пропуски, удалить дубликаты — каждая операция требует кода, который легко загуглить, но Copilot выдаёт его сразу в контексте твоего проекта. Не нужно переключаться на браузер, искать пример, адаптировать под свой фрейм данных.
И он помогает разобраться в ошибках. Скопировал ошибку из терминала — получил объяснение и вариант исправления. Не всегда верное, но обычно наводит на мысль.
С другой стороны, Python всё ещё нужно понимать. Copilot не заменит базовое знание pandas, numpy и логики работы с данными. Он работает как толковый репетитор, который подсказывает, но не решает за тебя.
Сравниваю на реальной задаче
Возьму задачу, которую делал и в Excel, и в Python с Copilot. Есть выгрузка из CRM: 12 000 сделок с датами, суммами, статусами и менеджерами. Нужно посчитать конверсию по воронке для каждого менеджера за последний квартал.
В Excel это выглядит так: фильтры по датам, сводная таблица, потом ещё одна сводная поверх первой, формулы для конверсии, потом графики. На новые данные — повторить. На новый квартал — переделать фильтры и обновить всё вручную. Процесс на два часа, если не запутался в ссылках.
В Python с Copilot процесс другой. Комментарий — «загрузи данные из crm_export.xlsx», Copilot предлагает код. Дальше — «отфильтруй по датам Q4 2024», потом — «посчитай количество сделок по каждому статусу», дальше — «выведи конверсию для каждого менеджера». На выходе — таблица и график, который перестраивается автоматически при обновлении данных.
Разница не в скорости одной итерации. Разница в том, что повторный запуск — секунды, а не два часа.
Честно о трудностях
Буду откровенен — первая неделя была тяжёлой. Установка Python, настройка VS Code, танцы с pip install — всё это не магия, а грабли. Copilot здесь не поможет, потому что проблема не в коде, а в окружении.
Второй затык: Copilot иногда предлагает код, который «почти работает». Данные загружает, группирует, а потом выдаёт NaN там, где не ожидаешь. Приходится проверять каждую строчку. Это нормально — это и есть обучение. Ты видишь, что именно пошло не так, и запоминаешь на будущее.
Третий момент: не всё стоит переносить в Python. Для разового отчёта на двадцать строк Excel всё ещё быстрее. Python окупается, когда задача повторяется, данных много или нужно автоматизировать.
Что я делаю сейчас
Для регулярных задач я написал три скрипта: загрузка и очистка данных из CRM, расчёт метрик по воронке, отправка результатов в Google Sheets. Каждый скрипт — около полусотни строк. Copilot помог написать процентов 60 из них, остальное — мои правки и отладка.
Это не «искусственный интеллект заменит аналитика». Это инструмент, который снимает часть рутины и даёт возможность сосредоточиться на смысле данных, а не на механике их обработки.
Стоит ли пробовать
Если ты работаешь с данными в Excel и регулярно делаешь одно и то же — попробуй. Не обязательно сразу переписывать всё на Python. Начни с одного маленького скрипта: возьми один файл, сделай одну операцию, которую обычно делаешь вручную.
Скопируй запрос в Copilot, посмотри что он предложит. Если непонятно — спроси его же: «объясни, что делает этот код». Он объяснит.
Главное, что изменилось: порог входа стал ниже. Не потому что Python стал проще, а потому что теперь у тебя есть ассистент, который не даёт застрять на каждой мелочи. Мне это сэкономило несколько недель, и я до сих пор нахожу способы ускорить рутину.
На прошлой неделе тот файл с 47 000 строк я обработал за семь минут. Думаю, это хороший аргумент.
