最近看到有人求助：Excel 里 30 万行数据，每一步都卡 2 分钟才能进行下一步，是不是电脑不行？该去学 VBA，还是转 Python？小红书这不是个例，今年知乎上"VBA 过时了吗"“VBA 会被 Python 代替吗"这类问题从 3 月吵到 8 月，吵出了两种阵营：一种说学 VBA 是浪费时间，另一种说微软还在一直向 WPS 收 VBA 使用费，过时的说法根本站不住脚。知乎小红书上也有 57.1M 的文件、53 万行数据，筛选后复制粘贴卡了 2 个小时才成功的吐槽。小红书但这类讨论看多了，我最想说的一句话是：大表卡顿，多数不是电脑配置问题，也还轮不到"必须学一门新语言”，更多时候是数据被塞进了 Excel 错误的层。
先明白两个硬事实
第一，Excel 单张工作表的容量上限是 1048576 行、16384 列。数据逼近这个上限时，打开、滚动、保存都会变慢，这是规格决定的，加内存也救不了。
第二，Excel 的计算逻辑是"按依赖链重算"：改一个单元格，所有依赖它的公式都要重新算一遍。整列引用的 VLOOKUP、INDIRECT/OFFSET/TODAY 这类易失函数，再叠加大量条件格式，会让几十万行的计算量成倍放大。30 万行就卡，多数是表本身要治病，不是工具不行。
Excel 其实有五层，多数人只用了第一层
下面这个分层阶梯可以直接拿去对照。分层数字是经验值，会随电脑配置、公式复杂度浮动，它的作用是帮你判断"自己大概该待在哪一层"，不是硬切线。
第一层，函数层（约 5 万行以内）。SUMIFS、VLOOKUP、透视函数足够应付日常。一旦开始卡，说明要么数据涨上来了，要么公式写得太野。
第二层，Power Query 层（约 10 万～100 万行的清洗合并）。Power Query（简称 PQ）是 Excel 内置的数据连接和转换工具，入口在"数据"选项卡的"获取数据"。知乎它解决的是"每个月都要做同样一遍清洗、合并"的场景，步骤配置一次，以后一键刷新。社区里已经有人用 PQ 处理几十万行的月度数据，抱怨的只是打开加载慢、做其他统计时卡——那是用法问题，不是它干不动。小红书
第三层，数据模型层（超过 100 万行的汇总分析）。PQ 刷新时选择"仅创建连接"再加载进数据模型，可以绕开 1048576 行的工作表上限，做千万行级的透视汇总。数据以列式压缩存在内存里，代价是不能逐行看明细，适合"看汇总、看分布"的分析需求。
第四层，VBA/宏层（强项不是算，是"操作 Excel 本身"）。很多人一听卡就想学 VBA，其实 VBA 逐格计算也不快，它真正的强项是重复操作自动化、做窗体式录入系统，尤其是"跨多个文件遍历"。知乎有位每天处理近 10 万条打卡记录的网友，函数已经跑不动，方案就是"在 A1 单元格填人名，宏遍历卡包流水，弄完一个关闭一个"——这种场景 VBA 就是对口的。知乎另外 2026 年有个现实变化：先让 AI 写 VBA 再人工微调，门槛已经很低，不需要系统学完才能用。
第五层，Python 层（千万行级 + 复杂流水线 + 团队协作）。性能确实是降维打击，有知乎用户实测：pandas 处理 100 万行数据只要 3 秒，openpyxl 要 45 秒。知乎但它有三个前提：电脑允许装 Python（不少公司电脑锁权限，这一条就能劝退一大半人）、不需要操作正在打开的 Excel 界面（这恰恰是 VBA 的独有地盘）、同事也能跑起来并接手维护。
三步自查：决定学什么之前，先看卡在哪
第一步，打开、滚动、保存慢：先查表本身胖不胖——条件格式规则是否过多、有没有大范围带格式的空区域、VLOOKUP 是不是整列引用、易失函数是否密集。这些清一遍，比学任何新工具都立竿见影。
第二步，公式算得慢、清洗步骤每月重复：把清洗搬进 Power Query，表内只留轻量的最终表，多数"月报卡顿"这一步就能解决。
第三步，数据就是超过 100 万行：汇总分析用数据模型（Power Pivot），还不够再上 Python；如果痛点不是算而是"操作"——拆文件、批量排版、窗体录入——回到宏录制和 VBA，这才是宏的主场。
另外两件值得知道的事。如果你用的是 Microsoft 365，"Python in Excel"从 2025 年起已分批推送，可以直接在单元格里写 Python，不过受订阅套餐和推送节奏限制，决定报 pandas 班之前，值得先看看自己账号里有没有这个入口。还有，PQ 也不是万能的，像逐行滚动余额这类迭代逻辑，用 M 语言写非常痛苦，这种时候换 VBA 或 Python 更快。
写在最后
有句话说得准：pandas 太像工程工具，Excel 太像组织工具，这俩压根不在一个维度竞争。知乎VBA、PQ、数据模型之间也一样，各有各的生态位。下次表卡了，别急着问"我该学什么"，先问"我卡在哪一层"。多数人的 Excel 往深了挖，至少有三层从没打开过，而换一层，问题往往就好了。
