엑셀에서 파이썬을 활용하는 7가지 방법

🚀 핵심요약

✅ 실시간 필터링 및 데이터 자동화
✅ 강력한 데이터 분석 및 시각화 기능 제공
✅ 엑셀과 파이썬의 결합으로 업무 생산성 극대화
✅ 자동 보고서 생성 및 정형/비정형 데이터 처리 가능

---

엑셀에서 파이썬을 활용하면 데이터 분석과 자동화의 가능성이 한층 더 확장된다. 특히, M365 베타 채널을 통해 업데이트된 이 기능은 초보자도 쉽게 사용할 수 있도록 설계되어 있으며, 기존의 엑셀 기능과 연계하여 데이터 처리, 필터링, 분석, 시각화 및 자동화를 보다 강력하게 수행할 수 있다. 엑셀 사용자라면 이제 파이썬을 활용하여 반복적인 업무를 자동화하고, 데이터 분석을 보다 정교하게 할 수 있는 환경을 구축해야 한다.

 

엑셀에서 파이썬 활성화하는 방법

엑셀에서 파이썬을 사용하는 방법은 간단하다. 먼저, =py 수식을 입력하면 파이썬 코드를 작성할 수 있으며, [수식] 탭에서 "파이썬 삽입" 버튼을 클릭하면 된다. 단축키 Ctrl + Alt + Shift + P를 사용하면 빠르게 파이썬을 실행할 수 있다. 예를 들어, 다음과 같이 데이터를 생성하면 엑셀 시트에서 데이터프레임이 바로 출력된다.

=py
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df

이제 엑셀에서 파이썬을 활용하여 데이터를 보다 효과적으로 분석할 수 있다.

 

데이터 필터링 자동화하기

엑셀의 FILTER 함수는 단순한 필터링 작업에 유용하지만, 여러 조건을 적용하려면 복잡한 수식이 필요하다. 반면, 파이썬의 query() 기능을 활용하면 보다 직관적인 방식으로 필터링할 수 있다.

=py
df_filtered = df.query("수학 >= 70")
df_filtered

이 수식을 사용하면 수학 점수가 70점 이상인 데이터만 필터링된다. 추가적으로 두 개 이상의 조건을 적용할 수도 있다.

 

 

=py
df_filtered = df.query("수학 >= 70 and 영어 >= 70")
df_filtered

이제 수학과 영어 점수가 모두 70점 이상인 데이터만 출력된다. 이러한 기능을 활용하면 특정 제품군의 판매 데이터를 분석하거나 일정 금액 이상 구매한 고객 정보를 추출하는 등의 작업을 효율적으로 수행할 수 있다.

 

기술 통계를 활용한 데이터 분석

엑셀에서 AVERAGE, STDEV 등의 함수를 사용해 기본적인 통계를 구할 수 있지만, 파이썬을 사용하면 보다 상세한 분석이 가능하다.

=py
df.describe()

이 코드만 입력하면 평균, 중앙값, 표준편차 등의 기본적인 통계값이 출력된다. 특정 열만 선택해서 분석할 수도 있다.

=py
df.describe()

고객 구매 패턴 분석, 제품별 평균 판매량 비교, 성별·연령대별 점수 분포 확인 등 다양한 분석 작업에 활용할 수 있다.

 

실시간 데이터 시각화 자동화

엑셀의 기본 차트 기능은 정적인 데이터 시각화에 적합하지만, 파이썬을 활용하면 실시간으로 변화하는 데이터를 반영한 동적 차트를 생성할 수 있다.

=py
import matplotlib.pyplot as plt
df.plot(kind='bar')
plt.show()

이 코드를 실행하면 데이터프레임을 바탕으로 막대그래프가 생성된다. 피벗 차트와 연계하여 더욱 직관적인 분석도 가능하다.

=py
df_pivot = df.pivot_table(index='연도', values='매출', aggfunc='mean')
df_pivot.plot(kind='line')
plt.show()

이제 연도별 매출 추이를 실시간으로 확인할 수 있다. 실시간 주가 변동 분석, 매출 데이터 시각화, 웹 크롤링 데이터를 반영한 동적 차트 생성 등 다양한 용도로 활용할 수 있다.

 

피벗테이블을 활용한 데이터 요약

엑셀의 피벗테이블 기능을 파이썬에서도 동일하게 사용할 수 있다. 예를 들어, 연도별 평균 매출을 집계하려면 다음과 같이 입력하면 된다.

=py
df.pivot_table(index='연도', values='매출', aggfunc='mean')

더 나아가 연도별, 회사 규모별 매출을 분석하려면 다음과 같이 입력할 수 있다.

=py
df.pivot_table(index='연도', columns='회사규모', values='매출', aggfunc='sum')

이를 활용하면 월별 판매 실적 분석, 지역별 고객 분포 분석, 제품 카테고리별 평균 판매량 계산 등의 업무를 쉽게 수행할 수 있다.

 

자동화 보고서 만들기

엑셀에서 데이터 입력 → 파이썬 코드 실행 → 결과값 반영 과정을 자동화하면 보고서를 실시간으로 업데이트할 수 있다. 예를 들어, 사용자가 특정 검색어를 입력하면 관련 데이터만 자동으로 필터링하도록 설정할 수 있다.

=py
df_filtered = df.query("수학 >= " + str(A1))
df_filtered

A1 셀에 입력된 값에 따라 실시간으로 필터링된 데이터가 자동으로 출력된다. 실시간 주식 데이터를 반영한 보고서를 만들 수도 있다.

=py
import pandas as pd
df_stock = pd.read_csv("https://finance-data-url.com/data.csv")
df_stock

이제 주가 데이터를 자동으로 가져와 분석할 수 있다. 이를 활용하면 엑셀과 연동된 고객 데이터 실시간 분석, 기업별 실적 보고서 자동화 등을 구현할 수 있다.

 

정형 및 비정형 데이터 정제

엑셀에서는 정형화된 데이터 처리는 쉽지만, 비정형 데이터(리뷰, 주소, 텍스트 데이터 등) 정제는 어렵다. 파이썬을 활용하면 정규표현식을 통해 데이터를 빠르게 정리할 수 있다.

=py
import re
df['날짜'] = df['후기'].str.extract(r'(\d{4}-\d{2}-\d{2})')
df

이제 텍스트에서 날짜 데이터만 추출할 수 있다.

=py
df['시'] = df['주소'].str.split().str[0]
df['구'] = df['주소'].str.split().str[1]
df['동'] = df['주소'].str.split().str[2]
df

이를 활용하면 고객 리뷰에서 키워드를 추출하거나, 주소 데이터를 정리하는 등의 작업이 가능하다.

 

엑셀과 파이썬을 결합하여 생산성을 극대화하기

엑셀에 파이썬이 추가되면서 데이터 분석과 자동화의 가능성이 한층 더 확장되었다. 실시간 필터링과 데이터 자동화, 강력한 시각화 기능을 활용하면 엑셀에서 할 수 있는 작업이 더욱 많아진다.

 

데이터 분석, 시각화, 보고서 자동화, 정형 및 비정형 데이터 처리까지 가능해진 만큼, 이제 엑셀을 단순한 스프레드시트가 아니라 강력한 데이터 분석 도구로 활용해야 한다. 파이썬을 활용한 엑셀 자동화로 업무 생산성을 극대화할 수 있다.