不幸的是，如果不在代码中实现电子表格程序 (Excel) 的一部分，就无法完成您想做的事情。那里没有捷径。
至于文件格式，Python 可以本地处理 CSV 文件，但我认为您在将原始公式（与数字或文本内容相反）从 CSV 导入 Excel 本身时会遇到麻烦。
由于您已经使用 Python，因此将您的逻辑从电子表格移到程序中可能是一个更好的主意：使用 Excel 或其他电子表格程序输入您的数据，只输入数字，并使用您的脚本而不是修改工作表，但要影响您需要的计算 - 可能将数据存储在 SQL 数据库中（在这种情况下，Python 的内置 SQLite 对于单用户应用程序会很好地执行） - 并将计算出的数字输出到电子表格文件，或者可能，使用 matplotlib 直接从 Python 生成您的意图图表。
也就是说，您所要求的可以通过 Python 完成 - 但随着数据集的增长，它可能会导致您的一般工作流程变得越来越复杂 -
Hre - 这些辅助函数将允许您从 Excel 单元格命名约定转换为数字，反之亦然 - 这样您就可以拥有在 Python 编程中操作的数字索引。
然而，解析输入的公式以提取单元格地址并非易事
将它们重新放入公式中，在调整数字索引后应该容易得多）。我建议您在脚本中对公式进行硬编码，而不是允许输入任何可能的公式。
def parse_num(address): x = "" for chr in (address): if chr.isdigit(): x += chr return int(x) - 1
def parse_col(address): x = 0 for chr in address: if chr.isdigit(): break x = x * 26 + (ord(chr.upper()) - ord("A")) return x
def render_address(col, row): base = 26 power = col // base col_letters = "" tmp_col = col for p in xrange(power, -1, -1): dig = tmp_col // (base ** p) letter = chr(dig + ord("A")) col_letters += letter tmp_col %= base ** p return col_letters + str(row + 1)
现在，如果您愿意在 Python 中工作，只需将数据输入为 CSV 并使用一个小型 Python 程序来获取结果，而不是尝试将它们放入电子表格中 - 对于上面的公式COUNTIF(A:A,A2)基本上，您想要计算有多少其他行将第一列作为这一行 - 对于 750000 个数据位置，这在 Python 中是小菜一碟 - （如果所有数据都不适合 RAM，它会开始变得更难 - 但大约 100 会发生这种情况2GB 机器中的数百万个数据点 - 那时你仍然可以使用专门的结构将所有内容放入 RAM 中 - 上面它将开始需要更多的逻辑，正如我上面提到的那样，使用 SQLIte 将有几行长。
现在，给定包含一列数据的 CSV 文件的代码会生成第二个 CSV 文件，其中第二列包含第一列中数字的出现总数：
import csv
from collections import Counter
data_count = Counter()
with open("data.csv", "rt") as input_file:
reader = csv.reader(input_file)
# skip header:
reader.next()
for row in reader():
data_count[int(row[0])] += 1
# everything is accounted for now - output the result:
with open("data.csv", "rt") as input_file, open("counted_data.csv", "wt") as output_file:
reader = csv.reader(input_file)
writer = csv.writer(output_file)
header = reader.next()
header.append("Count")
writer.writerow(header)
for row in reader():
writer.writerow(row + [str(data_count[int(row[0])])] )
仅当您确实需要在最终文件中按顺序排列所有第一列时。如果您想要的只是第 1 列中每个数字的计数，无论它们出现的顺序如何，您只需要在data_count第一个块之后的数据 - 您可以在 Python 提示符中交互式地使用它，并得到小数的结果其次，在电子表格程序中需要数十分钟。
如果您有不适合内存的数据集，您只需使用比这更简单的脚本将它们放入数据库中，您仍然可以在几分之一秒内获得结果。