《超简单：用 Python 让 Excel 飞起来》读书笔记：9.1.2 导入并调用 Python 自定义函数
《超简单：用 Python 让 Excel 飞起来》读书笔记：9.1.2 导入并调用 Python 自定义函数
- 1. 9.1.2 导入并调用 Python 自定义函数
- 2. 先讲清楚：RunPython 和 UDF 到底有什么区别？
- 3. 适用场景：什么时候应该用 RunPython？
- 4. 用 quickstart 创建项目：自动生成 xlsm 和 py
- 5. Python 端：写 main()，让它负责完整处理流程
- 6. VBA 端：用 RunPython 调用 Python 函数
- 7. 常见问题与踩坑记录：RunPython 三大坑位
- 7.1 模块名错误：ModuleNotFoundError
- 7.2 解释器错误：Excel 调用的 Python 不是你装包的那个
- 7.3 宏安全策略：按钮点了但没有任何反应
- 8. 效果验证：不要只看“没有报错”
- 8.1 VBA 是否成功触发 Python
- 8.2 Python 是否正确读取数据
- 8.3 Report 是否正确生成
- 9. 我的总结提升
- 10. 发布版补充：我建议这样使用这篇笔记
1. 9.1.2 导入并调用 Python 自定义函数
V4修正版进度标记：本篇为 07月15日 第2篇，承接前面 Excel 自动化基础内容继续更新。
读书笔记定位：本文是我阅读《超简单：用 Python 让 Excel 飞起来》时整理的学习笔记，重点不是照搬原书，而是把本节内容重新整理成更适合博客阅读、实操复盘和后续查阅的版本。
这一节要解决的核心问题很明确：能不能在 Excel 里点一下按钮，然后让 Python 自动完成整套数据处理流程？
前面学习 xlwings 时，我们更多是在理解 Python 如何读取 Excel、写入 Excel，或者把 Python 函数包装成 Excel 公式。但到了这一节，重点就变成了另一种更贴近办公自动化交付的方式：用 VBA 作为触发入口，用 Python 作为处理引擎，用 Excel 作为结果展示界面。
这张图展示了 Excel 按钮触发后，VBA、xlwings、RunPython 和 Python 代码之间的协作关系。
从这张图中我们可以看出，RunPython 的价值不是“在 Excel 里写一行公式”，而是把 Excel 变成一个操作面板：用户只负责点击按钮，真正的数据清洗、统计处理、报表生成交给 Python 完成。
注意：如果只把 RunPython 当成普通函数调用来理解，就会低估它的实际价值。它真正适合的是“流程型任务”，比如批量整理数据、生成报表、写入结果 Sheet、导出文件等。
建议阅读方式：
- 先理解 RunPython 和 UDF 的区别
- 再看项目如何创建、Python 端如何写 main()
- 最后重点看常见坑：模块名、解释器、宏安全
关键词：Python、Excel自动化、xlwings、VBA、RunPython、自定义函数、办公自动化、xlsm
2. 先讲清楚：RunPython 和 UDF 到底有什么区别？
很多新手第一次接触 xlwings 时，会把 UDF 和 RunPython 混在一起。这个地方必须先讲清楚，否则后面的代码会越看越乱。
UDF的定位更像 Excel 公式。比如你在单元格里写：
=MYFUNC(A1)它的使用方式和普通 Excel 函数类似，输入一个值，返回一个结果，适合做单元格级别的计算。
RunPython的定位更像“自动化任务入口”。它通常由 VBA 宏、按钮、菜单触发，执行的是一整套 Python 流程，例如读取数据、清洗数据、生成报表、写回结果。
这张图展示了 RunPython 与 UDF 的核心区别：左侧是公式计算，右侧是流程自动化。
从这张图中我们可以看出，UDF 更适合“单点计算”，RunPython 更适合“流程执行”。如果你的需求只是根据 A1 计算 B1，用 UDF 就够了；但如果你要一键处理一整张表、一整个工作簿，RunPython 更合适。
| 对比项 | UDF | RunPython |
|---|---|---|
| 使用方式 | 单元格公式 | VBA 宏 / 按钮触发 |
| 适用场景 | 单值计算、公式扩展 | 批量处理、流程自动化 |
| 典型入口 | =MYFUNC(A1) | RunPython "import xxx; xxx.main()" |
| 结果输出 | 返回到单元格 | 可写回多个 Sheet / 文件 |
| 更适合谁 | 想扩展 Excel 函数的人 | 想做自动化报表的人 |
我的建议：新手不要一上来就纠结哪个更高级，而是先判断任务类型。只要任务是“按按钮跑流程”，优先考虑 RunPython；只要任务是“像公式一样算结果”，优先考虑 UDF。
3. 适用场景：什么时候应该用 RunPython？
RunPython 最适合的不是“写一段炫技代码”，而是把重复性的 Excel 工作变成稳定流程。尤其是那些手工操作步骤多、容易出错、每周每月都要重复做的表，非常适合用 RunPython 改造。
常见场景包括：
- 一键生成报表：从原始数据 Sheet 读取数据，清洗后写入 Report Sheet；
- 批量数据处理：多个工作表统一汇总、去重、筛选、统计；
- 模板化交付：同事只打开 Excel，点按钮即可生成结果；
- 复杂逻辑计算：Excel 公式难维护，但 Python 代码更清晰；
- 图表与文件输出：生成 PNG、PDF、HTML 报告，再回写路径或结果。
不推荐的场景：如果只是两个单元格相加、简单文本拼接、普通 VLOOKUP 能解决的问题，没必要强行上 RunPython。工具不是越复杂越好，能稳定解决问题才是目标。
从办公自动化角度看，RunPython 的意义在于把 Excel 从“手工操作工具”升级为“流程触发入口”。
4. 用 quickstart 创建项目：自动生成 xlsm 和 py
要让 RunPython 跑起来，最省事的方法不是自己从零配置，而是使用 xlwings 提供的 quickstart 命令。
在目标文件夹中打开命令行，执行下面的命令：
xlwings quickstart vba_runpython_demo执行后，通常会生成一个项目文件夹，里面包含一个 Excel 宏工作簿和一个 Python 脚本文件：
vba_runpython_demo/ ├── vba_runpython_demo.xlsm └── vba_runpython_demo.py这张图展示了 quickstart 命令执行后，自动创建 `.xlsm` 和 `.py` 文件的效果。
这一步的核心要点是：让 Excel 宏文件和 Python 脚本文件保持在同一个目录下。这样 VBA 调用 Python 时，模块导入路径最简单，后续排错成本也最低。
这里不要随便改文件名。比如 Python 文件叫 `vba_runpython_demo.py`，那么 VBA 里导入模块时也应该写 `import vba_runpython_demo`。文件名、模块名、导入名不一致，是 RunPython 新手最常见的错误之一。
5. Python 端：写 main()，让它负责完整处理流程
在 RunPython 场景里，我建议给 Python 脚本写一个明确的入口函数，例如 `main()`。这样 VBA 端只负责调用 `main()`，具体逻辑都放在 Python 里维护。
一个标准的 Python 处理流程通常包括三步：
- 从 Excel 读取数据；
- 使用 Python 进行统计、清洗、汇总；
- 把结果写回 Excel 的 Report 表。
这张图展示了 Python 端 `main()` 的处理流程：左侧读取原始数据，中间执行 Python 统计处理，右侧写入 Report 结果表。
从这张图中我们可以看出，`main()` 不应该只是随便放几行代码，而应该承担“流程入口”的职责。它负责组织整个任务，让代码从读取数据到输出结果形成闭环。
下面是一份可直接理解的示例：
importxlwingsasxwdefsummarize_range(book:xw.Book,sheet_name:str,addr:str):""" 读取指定 Sheet 的指定区域，并计算总和、平均值、最大值、最小值。 """sht=book.sheets[sheet_name]values=sht.range(addr).value# 把 Excel 区域值统一展开成一维列表flat=[]ifisinstance(values,list):forrowinvalues:ifisinstance(row,list):flat.extend(row)else:flat.append(row)else:flat=[values]nums=[]forvinflat:try:ifvisNoneorv=="":continuenums.append(float(v))exceptException:passifnotnums:returnNonereturn{"count":len(nums),"sum":sum(nums),"avg":sum(nums)/len(nums),"max":max(nums),"min":min(nums),}defwrite_report(book:xw.Book,out_sheet:str,result:dict):""" 将统计结果写回 Excel 的 Report 工作表。 """sht=book.sheets[out_sheet]sht.range("A1").value=[["指标","值"],["数量 count",result["count"]],["总和 sum",result["sum"]],["平均 avg",result["avg"]],["最大 max",result["max"]],["最小 min",result["min"]],]defmain():""" VBA 调用 RunPython 时，推荐统一调用 main()。 """wb=xw.Book.caller()src_sheet="Sheet1"src_range="A1:A20"out_sheet="Report"# 如果没有 Report 表，则自动创建ifout_sheetnotin[s.nameforsinwb.sheets]:wb.sheets.add(out_sheet)result=summarize_range(wb,src_sheet,src_range)ifresultisNone:wb.sheets[out_sheet].range("A1").value="没有可用数值数据"returnwrite_report(wb,out_sheet,result)这段代码的关键点在于 `xw.Book.caller()`，它代表当前从 Excel 调用 Python 的工作簿对象。也就是说，Python 不需要重新打开 Excel 文件，而是直接接管当前正在运行宏的这个工作簿。
推荐做法：把复杂逻辑拆成多个函数，例如 `summarize_range()`、`write_report()`，最后由 `main()` 统一调度。这样后续维护和扩展会轻松很多。
6. VBA 端：用 RunPython 调用 Python 函数
Python 端写好以后，就需要在 Excel 的 VBA 里调用它。操作入口是：
Alt + F11 → 打开 VBA 编辑器 → 插入模块 → 编写宏最常用的写法如下：
Option Explicit Sub RunPythonMain() RunPython "import vba_runpython_demo; vba_runpython_demo.main()" End Sub这行代码里有两个关键点：
import vba_runpython_demo：导入同目录下的 Python 模块；vba_runpython_demo.main()：调用 Python 文件里的main()函数。
注意模块名：如果你的 Python 文件叫 `demo.py`，这里就应该写 `import demo; demo.main()`。如果文件名和模块名对不上，很容易出现 `ModuleNotFoundError`。
如果你想调用 Python 里的某个单独函数，也可以这样写：
defhello(name="YJlio"):wb=xw.Book.caller()wb.sheets[0].range("D1").value=f"Hello,{name}!"VBA 端对应写法：
Sub RunPythonHello() RunPython "import vba_runpython_demo; vba_runpython_demo.hello('YJlio')" End Sub实际做项目时，我更推荐先固定一个 `main()` 作为入口。按钮只调用 main()，具体业务逻辑全部放到 Python 里。这样 Excel 端会更干净，Python 端也更容易版本管理。
7. 常见问题与踩坑记录：RunPython 三大坑位
RunPython 本身不难，真正难的是环境、路径、宏安全这些外围配置。很多时候代码没有错，但就是跑不起来，问题往往出在下面三个位置。
这张图展示了 RunPython 最容易翻车的三大坑位：模块名、解释器、宏安全。
从这张图中我们可以看出，RunPython 的排错不能只盯着 Python 代码本身，还要同时检查 Excel 宏环境、Python 解释器路径、模块导入路径。
7.1 模块名错误：ModuleNotFoundError
常见报错类似：
ModuleNotFoundError: No module named 'vba_runpython_demo'常见原因：
.xlsm和.py不在同一个目录；- Python 文件名改了，但 VBA 里的 import 没改；
- Python 文件名包含特殊字符或空格；
- 当前路径没有被加入 Python 搜索路径。
推荐处理：新手阶段尽量保持.xlsm和.py同目录，并且不要随意改名。
7.2 解释器错误：Excel 调用的 Python 不是你装包的那个
常见报错类似：
No module named xlwings No module named pandas这类错误不是包真的没装，而是 Excel 调用的 Python 解释器和你命令行里装包的解释器不是同一个。
处理思路：
- 在命令行确认当前 Python 路径：
where python python-c"import sys; print(sys.executable)"- 在 xlwings 配置中确认 Excel 使用的解释器路径；
- 把解释器改成你真正安装了
xlwings、pandas的那个环境。
不要盲目重复 pip install。先确认 Excel 调用的是哪个 Python，否则你可能一直把包装到 A 环境，而 Excel 却在用 B 环境。
7.3 宏安全策略：按钮点了但没有任何反应
在公司电脑上，宏安全经常是 RunPython 跑不起来的原因之一。尤其是从外部下载、拷贝、邮件接收的 `.xlsm` 文件，可能会被 Excel 阻止宏运行。
可以检查：
- 文件是否被标记为来自 Internet；
- Excel 宏是否启用；
- 文件是否位于受信任位置；
- 公司是否有组策略禁用了宏；
- 是否需要 IT 侧放行。
企业环境不要随便降低宏安全级别。正确做法是确认文件来源、放入受信任位置，或者按照公司安全规范申请白名单。
8. 效果验证：不要只看“没有报错”
很多人写自动化脚本，只要运行没有报错，就认为成功了。这个判断太粗糙。RunPython 的验证至少要看三个层面：
8.1 VBA 是否成功触发 Python
可以在main()里先写一个最小测试：
defmain():wb=xw.Book.caller()wb.sheets[0].range("A1").value="RunPython 调用成功"如果 A1 能写入内容，说明 VBA 到 Python 的调用链路通了。
8.2 Python 是否正确读取数据
可以临时把读取到的数据写到另一个单元格，确认读取范围没有错。
sht.range("H1").value=values8.3 Report 是否正确生成
最后要检查 Report 表是否存在，统计结果是否符合原始数据，尤其是总和、平均值、最大值、最小值是否准确。
成功标准：
- 点击按钮后没有报错；
- 指定 Sheet 的数据被正确读取；
- Report 表自动生成或更新；
- 统计结果和手工计算一致；
- 再次运行不会重复制造脏数据。
真正可靠的自动化，不是跑一次成功，而是反复运行仍然稳定。
9. 我的总结提升
这一节的核心，不是简单记住 `RunPython` 这一句 VBA 代码，而是要理解它在 Excel 自动化体系里的位置。
我对 RunPython 的定位是：Excel 负责交互，VBA 负责触发，Python 负责处理，Report 负责交付。
这和普通 Excel 脚本不一样。普通脚本可能只是帮你少点几下鼠标，而 RunPython 更适合做成一个稳定的“小型自动化系统”。
我建议重点记住这几条：
- UDF 是公式思维，RunPython 是流程思维；
- quickstart 能降低项目创建成本；
- Python 端建议统一写 main() 作为入口；
- VBA 端只负责触发，不要堆复杂业务逻辑；
- 模块名、解释器、宏安全是三大排错重点；
- 验证结果不能只看有没有报错，还要看数据是否正确写回。
如果只会复制 `RunPython "import xxx; xxx.main()"`，但不知道 Excel、VBA、Python、解释器、宏安全之间的关系，真实办公环境里一定会卡住。
所以我更建议把这一节当成“Excel 自动化交付方式”的升级点，而不是单纯当成一个语法点。
10. 发布版补充：我建议这样使用这篇笔记
这一节在书中的位置可以理解为第 9 章里从“Python 与 Excel 互通”走向“Excel 触发 Python 自动化”的关键节点。它不适合只做概念阅读，更适合边看边搭一个最小项目。
最稳的学习路径是：先用 `xlwings quickstart` 生成项目，再写一个最简单的 `main()`，最后用 VBA 调用它。等这条链路跑通后，再逐步加入读取数据、统计处理、写回 Report 的逻辑。
最不推荐的做法是直接复制一大段复杂代码，然后在报错时不知道是 VBA 错、Python 错、路径错、解释器错，还是宏安全拦截。这样排错会非常痛苦。
一句话收尾：RunPython 的本质，是把 Python 变成 Excel 里的自动化引擎。
返回顶部