TL;DR
Python in Excel bikin kamu nulis kode Python langsung di dalam sel lewat fungsi PY, dan kodenya dijalankan di server Microsoft, bukan di laptop kamu. Dia paling kepakai buat analisis statistik, chart yang nggak ada di Excel, dan pembersihan data teks yang rumit. Dia kurang cocok buat file yang dipakai bareng orang lain, data sensitif, atau perhitungan yang butuh hasil instan tiap kali sel berubah. Buat pekerjaan rekap harian, rumus biasa dan Power Query masih lebih cepat.
Python in Excel bikin kamu nulis kode Python langsung di dalam sel lewat fungsi PY. Kodenya nggak jalan di laptop kamu, tapi dikirim ke server Microsoft, dihitung di sana, lalu hasilnya balik ke sel.
Detail itu yang nentuin hampir semua kelebihan dan kekurangannya.
Aku pakai fitur ini beberapa bulan buat kerjaan nyata, dan kesimpulannya: dia berguna di kasus yang cukup sempit. Di luar kasus itu, rumus biasa atau Python di luar Excel lebih enak.
Python in Excel adalah fitur Microsoft 365 yang nambahin fungsi PY ke Excel. Kamu ketik =PY( di sebuah sel, lalu isi selnya jadi editor Python kecil. Kode kamu bisa baca rentang sel sebagai DataFrame pandas, ngolahnya, lalu balikin hasil berupa angka, tabel, atau gambar chart.
Library yang tersedia datang dari distribusi Anaconda: pandas, matplotlib, seaborn, statsmodels, dan scikit-learn termasuk di dalamnya. Ketersediaan fitur dan syarat langganannya berubah dari waktu ke waktu, jadi cek langsung di halaman resmi Microsoft.
Tiga batasan yang perlu kamu tahu sejak awal:
Batasan ketiga yang paling sering jadi penghalang di kantor Indonesia yang punya aturan ketat soal data.
Alurnya begini. Kamu tulis =PY(, lalu di dalam kodenya kamu ambil data pakai xl("A1:D500", headers=True). Fungsi xl ini yang jembatanin sel Excel ke pandas.
Hasil akhirnya kamu atur dua cara. Sebagai Python object, yang nampilin ringkasan kecil di sel dan bisa dipakai sel Python lain. Atau sebagai nilai Excel, yang numpahin isinya ke rentang sel biasa.
Urutan hitungnya juga beda dari rumus biasa. Sel Python dijalanin dari kiri ke kanan lalu atas ke bawah, kayak baris kode berurutan, bukan berdasarkan siapa bergantung ke siapa.
Ini bikin kamu bisa bikin variabel di satu sel dan pakai di sel berikutnya. Enak buat kerja bertahap, tapi bikin file kamu punya urutan tersembunyi yang nggak kelihatan sama orang yang buka belakangan.
Analisis statistik yang nggak ada di Excel. Regresi dengan diagnostik lengkap, uji hipotesis di luar yang bawaan, atau model deret waktu. Nulis ini pakai rumus itu siksaan. Di Python cuma beberapa baris.
Chart yang Excel nggak punya. Heatmap korelasi, violin plot, pair plot. Seaborn ngasih ini dalam satu baris, dan gambarnya nempel langsung di sel.
Bersih-bersih teks yang rumit. Nyeragamkan nama kota yang ditulis lima versi, narik angka dari teks bebas, atau nyocokin nama yang mirip tapi nggak persis. Rumus Excel bisa, tapi panjangnya nggak masuk akal.
Pengelompokan otomatis. Segmentasi pelanggan pakai k-means misalnya. Hasilnya balik ke kolom di sheet yang sama, jadi tim lain bisa langsung pakai buat nyaring.
Benang merahnya: pekerjaan yang emang susah ditulis sebagai rumus, dan hasilnya perlu mendarat di file yang dibuka orang lain.
File yang dipakai bareng banyak orang. Rekan yang nggak punya fitur ini tetap bisa buka file-nya, tapi sel Python nggak akan menghitung ulang. Mereka lihat angka lama tanpa tanda apa pun. Ini sumber kesalahan yang mahal.
Data sensitif. Kalau datanya nggak boleh keluar dari jaringan kantor, fitur ini otomatis gugur.
Rekap harian yang sederhana. Jumlah per cabang, cari harga per kode barang, hitung selisih target. SUMIFS dan XLOOKUP selesai dalam hitungan milidetik tanpa perlu online.
File yang harus responsif. Tiap perubahan di sel sumber memicu kiriman ulang ke server. Kalau kamu lagi coba-coba angka sambil mikir, jeda beberapa detik tiap kali itu ganggu.
Alur kerja yang harus jalan otomatis tiap malam. Buat itu, skrip Python biasa yang dijadwalkan jauh lebih cocok. Kalau kamu belum pernah, mulai dari Google Colab dulu.
| Kebutuhan | Rumus Excel | Power Query | Python in Excel | Python di luar Excel |
|---|---|---|---|---|
| Rekap dan pencarian nilai | Terbaik | Bagus | Berlebihan | Berlebihan |
| Gabung banyak file | Susah | Terbaik | Bisa | Bagus |
| Bersihin teks berantakan | Susah | Bagus | Terbaik | Terbaik |
| Statistik lanjutan | Terbatas | Nggak bisa | Bagus | Terbaik |
| Chart di luar bawaan | Nggak bisa | Nggak bisa | Bagus | Terbaik |
| Jalan tanpa internet | Bisa | Bisa | Nggak bisa | Bisa |
| Dibuka rekan tanpa setup | Aman | Aman | Berisiko | Nggak relevan |
Yang sering kelewat: Power Query nutup sebagian besar kasus yang orang kira butuh Python. Gabung 12 file laporan cabang, ubah bentuk tabel, buang duplikat, semuanya kelar di Power Query tanpa kode.
Perbandingan yang lebih luas antara dua dunia ini ada di Excel vs Python buat analis.
Kerjaannya ngelompokkan 1.240 pelanggan berdasarkan tiga angka: jarak hari sejak belanja terakhir, jumlah transaksi, dan total belanja.
Aku kerjain dua kali buat bandingin.
Versi rumus Excel: bikin kolom skor buat tiap dimensi pakai peringkat, lalu gabungin jadi kode segmen. Total 6 kolom bantu dan 4 rumus bertingkat. Waktu ngerjain 55 menit, termasuk benerin dua rumus yang salah rentang.
Versi Python in Excel: satu sel dengan 11 baris kode pakai scikit-learn buat k-means, hasilnya numpah ke kolom label segmen. Waktu ngerjain 12 menit, termasuk dua kali salah nama kolom.
Selisihnya 43 menit buat pekerjaan yang sama.
Tapi ada catatan yang bikin aku nggak langsung pindah. Waktu file itu aku kirim ke pemilik toko yang pakai Excel versi lama, kolom segmennya kebaca sebagai teks statis. Dia tambah 30 pelanggan baru, dan 30 baris itu kosong tanpa peringatan apa pun.
Akhirnya alur yang kepakai: aku kerjain segmentasinya di Python in Excel, lalu salin hasilnya jadi nilai biasa sebelum kirim. Satu langkah tambahan, tapi nggak ada lagi baris kosong yang diam-diam.
Pelajarannya soal kualitas data: fitur yang cuma jalan di komputer kamu bakal jadi lubang di komputer orang lain.
Ngirim file dengan sel Python aktif ke orang lain. Salin hasilnya jadi nilai dulu, atau jelasin secara eksplisit di sheet bahwa angkanya perlu dihitung ulang.
Naruh kode di sel yang tersebar. Karena urutan jalannya kiri ke kanan lalu atas ke bawah, kode yang loncat-loncat bikin file kamu susah dibaca ulang. Kumpulin di satu sheet khusus.
Pakai Python buat hal yang rumusnya satu baris. Nggak ada nilai tambah, cuma nambah ketergantungan ke koneksi internet.
Lupa Excel dan pandas beda dalam menangani sel kosong. Sel kosong bisa kebaca jadi NaN dan ikut dihitung beda dari yang kamu kira. Cek jumlah barisnya sebelum percaya hasilnya.
Nganggep ini pengganti belajar Python. Kamu tetap perlu paham pandas. Yang dihemat cuma langkah ekspor impor filenya.
Nggak. Kodenya dikirim ke server Microsoft, dihitung di sana, lalu hasilnya balik ke sel. Kamu wajib online, dan data yang diproses ikut terkirim ke layanan Microsoft. Buat data yang terikat aturan internal, pastikan dulu kebijakan kantor kamu ngizinin.
Nggak bisa. Daftar library-nya udah ditentukan dan datang dari distribusi Anaconda. Kode kamu juga nggak bisa manggil API dari internet. Kalau butuh library di luar daftar itu, jalanin Python di luar Excel.
Rumus biasa jauh lebih cepat buat perhitungan sederhana karena dihitung langsung di laptop kamu. Python in Excel selalu ada jeda kirim balik ke server. Dia baru unggul waktu pekerjaannya nggak bisa ditulis sebagai rumus.
Buat belajar dasar, mending di Colab dulu, karena pesan errornya lebih jelas dan kamu bisa coba-coba tanpa mikirin sel. Python in Excel lebih pas kalau kamu udah paham pandas dan butuh hasilnya mendarat di workbook.
Pakai Python in Excel kalau pekerjaannya susah ditulis sebagai rumus dan hasilnya harus ada di dalam workbook. Di luar itu, rumus biasa dan Power Query masih pilihan yang lebih cepat dan lebih aman dibagikan.
Sebelum mutusin, cek dulu apakah kebutuhan kamu udah kejawab di perbandingan Excel dan Python. Kalau kamu baru mau mulai Python, jalur paling landai ada di panduan Google Colab.
Kalau yang kamu butuhin sebenernya rumus yang lebih rapi, latihannya bisa langsung kamu kerjain di NgulikSheet.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Punya ratusan angka dan mau tau sebarannya masuk ke rentang mana aja? FREQUENCY ngitung distribusi frekuensi sekali jalan, tanpa nulis COUNTIFS berkali-kali.
SUMIFS ribet kalau kriterianya banyak dan sering ganti. Rumus database Excel kayak DSUM baca kriteria dari sel terpisah, jadi kamu tinggal ubah tabel kecil tanpa nyentuh rumus.
DATEDIF ngasih umur bulat, tapi kadang kamu butuh angka desimal kayak 27,6 tahun buat hitung masa kerja atau bunga. YEARFRAC ngasih pecahan tahun dengan presisi.