导出计算结果

导出为Python对象

图2-9所示工作表中，单元格区域A1:A6中为给定数据。用鼠标单击单元格D2，在公式栏输入“=PY(”进入Python模式，输入“ser=xl(‘A1:A6’)”，单击Ctrl+Enter键，获取计算数据。结果如图2-9所示，返回一个DataFrame对象。

用鼠标单击公式栏左边的卡片下拉框，弹出下拉式菜单如图2-9所示。可见，Python输出可以有Python对象和Excel值两种方式，默认时为Python对象。Python对象不仅限于DataFrame对象，还可以是Series对象、ndArray对象、List对象、Tuple对象等。单元格中会显示对象的类型名称。

图2-9 设置输出类型

用鼠标左键单击输出的Python对象前面的卡片图标，会弹出一个面板，面板中显示该Python对象包含的信息，如对象的值、对应的字符串、数据类型和类型名称等。如图2-10所示。面板底部显示Anaconda图标，说明Excel内置Python这个产品是微软与Anaconda合作的产物。

图2-10 Python对象信息预览

单击输出Python对象的单元格时，单元格右上角会显示一个图标按钮如图2-11所示。单击该按钮，显示弹出式菜单。菜单中一般有"arrayPreview", "Python_str", "Python_type"和"Python_typeName"等几个选项，分别表示数组预览、字符串表示、对象类型和对象类型名称等。与图2-10中不同的是，前面的预览只能看，这里则能将结果输出到工作表。

图2-11 选择可输出对象信息

在弹出式菜单中单击菜单项“arrayPreview”，在输出Python对象的单元格的右侧输出DataFrame对象的内容，如图2-12所示。

图2-12 输出Python对象的数据

在弹出式菜单中单击菜单项“Python_str”，在输出Python对象的单元格的右侧输出DataFrame对象的内容，如图2-13所示。与上面不同的是，这里将所有数据显示在一行，并且每个数据添加了行索引。

图2-13 用字符串输出Python对象的数据

在弹出式菜单中单击菜单项“Python_type”，在输出Python对象的单元格的右侧输出Python对象的数据类型，本例中为：

<class 'pandas.core.frame.DataFrame'>

在弹出式菜单中单击菜单项“Python_typeName”，在输出Python对象的单元格的右侧输出Python对象数据类型的名称，本例中为：

DataFrame

用鼠标单击单元格D4，进入Python模式后在公式栏输入“ser[0].sum()”，对给定数据求和。单击Ctrl+Enter键获得计算结果21，如图2-14所示。可见，当结果为标量时，会自动将结果显示在单元格中，并且不显示数据类型。或者说，基本数据类型是不显示的。

图2-14 对给定数据求累加和

导出为Excel值

图2-9所示工作表中，在下拉式菜单中单击“Excel值”选项，将结果以Excel值的方式返回，则输出形式如图2-15所示。可见，计算结果直接输出到工作表中，不显示对象数据类型的名称，前面也没有卡片图标。

图2-15 输出为Excel值