需要对万行级别的 Excel 进行关键字 ETL，哪种方向靠谱？

[Kamitora]

看上去很简单的需求

给我的数据源是几个万行级的 Excel 和一个 Word （ Spotfire ）导出的 CSV，从中提取出有用的关键字，并判断每一行的第一个单元格内是否存在这些关键字。

我觉得不行..

上级给我的建议是通过一些 Excel 公式去解析

• 首先我不会 Excel 公式
• 其次上个人留下的公式我看了下完全没有想去学这个的欲望。

我的几个想法

• C# 方向
• Python 方向
• VB 方向

然而以上三个在这方面都没有经验，哪个上手比较快且靠谱？我盲猜一个 C#，还有其他方法的话请各位指教，谢谢。

[qsnow6]

VBA 方向

[benjix]

感觉这需求 excel 公式几分钟就算完了

[TimePPT]

Python + Pandas 干这事不要太爽

[Pho3nix]

Python + Pandas+1

[Dabaicong]

万行。。。。excel 公式就足够了。

[yesterdaysun]

python 比较合适, 听你的意思是要分词统计, 筛选关键词, 再做过滤统计分析啥的, python 直接全套 numpy, pandas, dataframe, sklearn 啥的, excel/csv 读取保存方便的很.

虽然万行级听上去很多, 其实这个数量级还没到瓶颈, 瓶颈是你的需求, 如果只是直接指定关键词的筛选, 或者统计, 关联查找, Excel 公式就能搞定, 就怕要做分词, 复杂的统计等一类公式很难做的部分.

c#,vba 感觉数据处理方面不如 python, 一步到位, 上 python 吧

[Vegetable]

excel 公式。

[fanzheng]

去学一下公式吧……

[PinkLadyMage]

kettle

[wangkun025]

原则是：能用 excel 处理的，尽量用 excel 处理。

你这个明显是能用 excel 处理的。
别的办法都是浪费时间

[qwingmix]

杀鸡焉用牛刀，我们 pandas 都是用来出来百万行级别以上数据的。
你这个就 excel。
没有学的欲望我教你，就去淘宝或者 excelhome 外包出去，几十块钱买个公式。

[exip]

excel 公式都不想学，你选这三个方向哪个都比 excel 公式复杂

[lollxxox]

在 windows 下，65536 行内，excel 是最低成本解决方案.....除非是每日程式化工作统计（其实 vba 也足够了），另外 3 个方向都是大炮打蚊子。。。